问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%范围内，选择连续七天下跌、当天成交量大于1万手并且当天开盘价高于前一日收盘价的股票。
选股逻辑分析
该选股逻辑侧重于挖掘市场低迷中具有一定反弹潜力的标的。选股条件采用连续七天下跌、当天高开和现量大于1万手等多指标综合判断，较为全面地综合了技术面和市场面因素。选股条件简单易懂，易于理解和执行。
有何风险？
该选股逻辑容易忽略标的的长期价值，且选取样本受到市场波动较大的影响。同时，过于依赖当天的成交量，可能会出现选股中出现一些短暂大涨的股票或者股票流通性较差的情况。
如何优化？
可以继续加入其他技术指标如均线、MACD等来加强选股的横向比较。同时，可以考虑加入一些基本面分析指标来综合判断标的的价值。此外，可以加入风控措施来控制投资风险，如止损线等。
最终的选股逻辑
综合以上分析和风险提示，可以修正选股条件为在换手率3%到12%范围内，选择连续七天下跌、当天成交量大于1万手并且当天开盘价高于前一日收盘价，同时满足市值大于100亿、净资产收益率同比增长率大于10%和净利润同比增长率大于10%。这样可既尽量挖掘市场低迷但存在反弹潜力的标的，又能保持标的的基本面优良。
同花顺指标公式代码参考
以下是通达信选股公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNT(TRAVEL(CLOSE,1) < 0, 7) = 7 AND VOLUME > 10000 AND OPEN > REF(CLOSE, 1) AND CAP >= 100000 AND ROEYOY1 > 10 AND NETPROFITYOY1 > 10
注：VOLUME为当日成交量，REF为移位函数，用于得到前一日的收盘价。该选股公式将市值大于100亿、净资产收益率同比增长率大于10%和净利润同比增长率大于10%加入了作为基本面分析指标的条件，同时综合了多种技术指标来筛选标的股票。
python代码参考
import pandas as pd
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['volume'].iloc[-1] >= 10000 and df['open'].iloc[-1] > df['close'].iloc[-2] and \
df['total_mv'].iloc[-1] >= 1e10 and df['roe_yoy'].iloc[-1] > 0.1 and df['net_profit_yoy'].iloc[-1] > 0.1):
selected_stocks.append(code)
return selected_stocks
其中，df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all())为统计连续7天下跌的代码，可以根据具体需要进行修改。同样，需要注意数据源指标名称的相应修改。最终的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。
