问财量化选股策略逻辑
选股逻辑：选择换手率在3%到12%之间，当日涨跌幅乘以超大单净量小于0，并且今日上涨大于1个点（针对主板）的股票。
选股逻辑分析
该选股逻辑主要通过从股票的换手率、涨跌幅乘以超大单净量以及今日上涨大于1个点三个方面对股票进行筛选，同时这三个指标也从不同的角度对股票的走势进行了考察，筛选出短期内具有上涨预期和潜力的股票。
有何风险？
该选股逻辑仅仅从短期涨势和量价因素考量，未能充分考虑到公司的基本面情况，可能存在盲目跟风等风险，需要进一步优化。
如何优化？
可以考虑更加细致地从公司基本面入手，加入一些财务指标等进行筛选，同时可以考虑结合当前市场行情进行优化，识别出具有大涨潜力并且符合当前市场特点的股票。
最终的选股逻辑
选择换手率在3%到12%之间，当日涨跌幅乘以超大单净量小于0，并且今日上涨大于1个点（针对主板）的股票。
同花顺指标公式代码参考
C1: (MARKET == 'SH' OR MARKET == 'SZ') AND SUBSTR(CODE, 1, 2) == '60'; // 选取主板市场的股票
C2: (VOLUME > 0) AND (CHG >= 1) AND (ROUND((NET / 10000 / VOLUME * 100), 2) < 0) AND (
(VOLUME / MA(VOLUME, 10) > 1.5) OR (VOLUME / MA(VOLUME, 20) > 1.5)
); // 选取符合条件的股票
SELECTED: C1 AND C2;
// 显示选中股票的名称和代码
LIST_NAMECODE;
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
"""
data: 股票历史行情数据，需包含价格、换手率、涨跌幅、超大单净量、股票所属市场等数据，以及股票名称等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
df = df.sort_values('trade_time', ascending=True)
if (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-1] * (df['net_amount'].iloc[-1] / 10000 / df['volume'].iloc[-1]) < 0) and \
(df['pct_chg'].iloc[-1] >= 1) and \
(
(df['volume'] / df['volume'].rolling(window=10).mean() > 1.5) or
(df['volume'] / df['volume'].rolling(window=20).mean() > 1.5)
) and \
(code.startswith('60')):
selected_stocks.append(code)
return selected_stocks
其中 data 数据需包含的列为：ts_code（股票代码）、trade_time（交易时间）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）等选股指标数据，以及 market（股票所属市场）等数据。
## 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。
