问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%之间，选择连续七天下跌的股票，并且昨天出现三连板。
选股逻辑分析
该选股逻辑旨在通过短期趋势的判断和技术指标的筛选来进行投资，选择连续下跌的标的和近期表现良好的标的。要求股票处于相对低换手率区间，满足成交量的限制，并且连续七天下跌，说明在短期内存在趋势，可以利用这种趋势来进行投资。同时还要求昨天出现三连板，说明该标的近期表现良好，有一定的上涨潜力。相对来说，选股标准较为短期和趋势性，对于一些处于价值股、成长股和稳定股票等长线投资者而言，这种选股逻辑可能更适合短线做T的投资者。
有何风险？
该选股逻辑注重趋势因素，过度依赖技术分析，可能会忽略股票的基本面因素。股票市场走势变化快速，某些短期趋势并不具备持续性，如果在这个时间点进场，很可能不成。同时昨天三连板的标准也较为严格，无法选择部分基本面优秀但近期表现不佳的标的股票。
如何优化？
可以结合技术面和基本面两个方面来进行选股，对于选股标准不明确的股票，应综合考虑多方面因素，如市场情绪、市盈率、股息率、市净率以及行业竞争情况等。同时可以对选股逻辑进行灵活调整，选择适合自己的投资风格。
最终的选股逻辑
在换手率3%到12%之间，选择连续七天下跌，且昨天出现三连板的股票，可以适当结合其他重要的技术面和基本面指标。可以考虑市场情绪、市盈率、股息率、市净率以及行业竞争情况等多方面因素，进行全面的判断和筛选，以构建更加全面、准确的投资组合。
同花顺指标公式代码参考
以下是通达信选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND C<=C[1] AND C<=C[2] AND C<=C[3] AND C<=C[4] AND C<=C[5] AND C<=C[6] AND \
UPNDAYSCOUNT() = 3
注：C为收盘价，TURNOVERRATE为换手率，UPNDAYSCOUNT()为连续上涨天数的自定义函数。
python代码参考
import pandas as pd
from typing import List
def upndays_count(prices: pd.Series) -> int:
count = 0
for i, price in enumerate(prices):
if i > 0 and price / prices[i-1] > 1.095:
count += 1
else:
count = 0
if count >= 3:
return count
return count
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'] <= df['close'].shift(1)).rolling(window=7).sum().iloc[-1] == 7 and \
upndays_count(df['close'].iloc[-4:-1]) == 3):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应调整。最终选股策略可以根据实际情况和市场变化进行微调和调整。
## 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。
