问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%的范围内，选择连续七天下跌且500日内至少有两次涨停的股票。
选股逻辑分析
该选股逻辑主要考虑了选股期间内的换手率和连续下跌天数，加入了股票指数近期的情况，其500日内至少有两次涨停情况有助于判断选股期间内的股票是否有较大的波动幅度，对于高风险的投资者来说能够更好地控制风险。
有何风险？
该选股逻辑存在限制比较严格，选出的股票往往不够丰富，且仅考虑了股票指数的近期情况，忽视了股票的基本面和财务数据等元素，选出的股票潜在风险与价值亦难以评估。
如何优化？
可以将近期股票涨幅较大作为更为重要的指标加入选股策略中，这会更好地补充机会风险的评估。同时，也可以加入股票的基本面和财务数据，选择更有价值的股票。
最终的选股逻辑
该选股逻辑筛选条件为换手率在3%到12%范围内的连续七日下跌，500日内至少有两次涨停的股票。
同花顺指标公式代码参考
以下是通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNTSIF(DIV(LAST(CLOSE,7),REF(LAST(CLOSE,1),1))<1,7)=7
AND COUNT(CLOSE>REF(CLOSE,1.1),500)>=2
注：TURNOVERRATE为总换手率，CLOSE为收盘价，COUNTSIF为序列函数，用于统计符合条件的记录数，DIV函数为除法函数，LAST()表示取最后一天的值，CLOSE>REF(CLOSE,1.1)代表收盘价涨幅超过10%。本公式选择出连续7日下跌，500日内至少有两次涨停的股票。
python代码参考
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
(df['close'] / df['close'].shift(-1)).rolling(window=500).apply(lambda x: x.iloc[-2:].max()).iloc[-1] > 1.1):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。对于更细节的配置和特殊情况的处理，可以根据实际需求进行程序优化。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
