问财量化选股策略逻辑
选股逻辑为：在换手率在3%-12%之间、连续三天收阴线、当日收盘价大于昨日的最低价时，选取这些股票。
选股逻辑分析
该选股逻辑同样考虑了技术面的因素，从换手率和连续收阴线入手，增加选股的筛选条件。同时，结合当日收盘价大于昨日的最低价，也增加了一定的强劲上涨趋势的股票筛选，可以避免出现在下跌趋势中的股票。因此，该选股逻辑对于在选股过程中增加了对公司股票的较为全面的分析。
有何风险？
由于该选股策略相较于其他选股策略，增加了一定对于公司股票基本面数据的考量，但仍较少考虑公司股票的盈利能力、价格等信息，存在投资偏差较大的风险。
如何优化？
可以应用更为多层次的指标（例如市净率、市盈率等），来更为全面的考量公司的基本面数据信息，同时，也要结合机器学习等算法，找到更为合适的选股条件，并避免选股过程中的盲目选择。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线、当日收盘价大于昨日的最低价时，选取这些股票。
同花顺指标公式代码参考
以通达信公式为例：
SETBARS(60,0);
V_SELECT := MAINbd AND 三连阴(5) AND CLOSE > LOW;
条件选股：V_SELECT;
python代码参考
import baostock as bs
import pandas as pd
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 ####
rs = bs.query_stock_basic()
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
# 查询股票周K线
rs_k = bs.query_history_k_data_plus(stock_code, "date,open,high,low,close,tradeStatus,volume,amount,turn,pctChg,pbMRQ,psTTM,peTTM,totalShare,float_share,free_share,preclose", start_date='2022-06-20', end_date='2022-07-03', frequency='d', adjustflag='3')
if rs_k.error_code == '0':
# 判断换手率和连续收阴线，并判断当日收盘价是否大于昨日的最低价
close_hist = list(map(float, rs_k.get_column("close")))
low_hist = list(map(float, rs_k.get_column("low")))
if len(close_hist) >= 3 and all([close_hist[i] < close_hist[i-1] for i in range(1, 4)]) and close_hist[-1] > min(close_hist[-2], low_hist[-2]):
stock_list.append(stock_code)
# 转换成DataFrame格式并输出结果
df = pd.DataFrame(stock_list, columns=['stock_code'])
print(df)
#### 登出系统 ####
bs.logout()
## 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。
