问财量化选股策略逻辑
选股逻辑：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、昨天上榜次数在前五名的股票。
选股逻辑分析
该选股策略仍然综合考虑了技术分析和量能分析两个方面，但是加入了昨天上龙虎榜的选股因素。这可以说明该选股策略更加注重公司的基本面分析，优秀的业绩往往能够得到市场机构的认可，从而进入成交明显的龙虎榜。通过该策略选出的股票相比于其他股票相对更具有挖掘投资价值的机会。
有何风险？
昨天上榜的股票，可能存在被“抄”或者短线的机会。龙虎榜指的是当日机构营业部买入或卖出的前5名营业部，由于交易数据有时延，因此往往会存在前一日的交易数据。“昨天上榜”的股票在当天可能会受到机构资金的追捧，带来高涨的走势，但是也可能会出现快速下跌的情形。
如何优化？
可以加入其他基本面指标例如市盈率、PEG等指标作为选股因素用来筛选出市值合适、具有潜力的公司。此外，在技术指标方面添加更具代表性的指标及加入更完善的基本面分析可以更好的筛选出具有价值的个股。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、昨天上榜次数前五的股票。
同花顺指标公式代码参考
C1:=(TRADESTATUS=0);
C2:=H-H1<0;
C3:=O-REF(O,1)>0;
C4:=H-L>3*V/MA(V,7);
C5:=(MA(CLOSE,3)>MA(CLOSE,6)) AND (MA(CLOSE,6)>MA(CLOSE,12)) AND (MA(CLOSE,12)>MA(CLOSE,24));
C6:=(COUNT(C<0,LOW,21)>12);
COUNT1:=COUNT(C2,1);
SCOUNT:=SUM(COUNT1,5);
SELECTED:=(C1 AND C2 AND C3 AND C4 AND C5 AND C6 AND (SCOUNT>1));
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、成交量、流通股本等数据
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_date', ascending=True)
if ('SH' in code) and ('ST' not in code) and \
(df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
(df['dragon_tiger_list'].iloc[-2:].sum() > 0):
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_date（交易日期）、open（开盘价）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、volume（成交量）、dragon_tiger_list（龙虎榜上榜次数）等。
## 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。
