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、且公司规模超过2亿的股票中选取。
选股逻辑分析
此选股策略主要考虑了公司规模的因素，筛选了白马股类别的股票，同时也考虑了技术面的连续三天收阴线特征以及合理的换手率，筛选出相对稳健、投资价值较高的股票。
有何风险？
市场风险、交易风险、操作风险等均存在。此选股策略仍然存在一定的主观性和盲目性，忽视了公司基本面以及行业特征等因素，过分追求公司规模可能会忽略一些高成长、高收益的股票。
如何优化？
可以结合多个基本面指标、技术面指标以及行业特征来筛选优质股票，形成一个综合评分体系。对选取的股票进行风险管理，采取合适的止损、止盈策略。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线、且公司规模超过2亿的股票中选取。
同花顺指标公式代码参考
以通达信公式为例：
SET_SYMBOL_POINT("SZ");
SET_BARS_PER_LINE(20);
SELECT_TIME_RANGE(ALL);
/* 选取三连阴 */
CONDITION1 = MA(C,3) < REF(MA(C, 3), 1) AND REF(MA(C, 3), 1) < REF(MA(C, 3), 2);
/* 选取公司规模超过2亿的股票 */
CONDITION2 = CAPITAL >= 200000000;
/* 选取换手率处于3%-12%的股票 */
CONDITION3 = (HSL>=3 AND HSL<=12) AND EXISTS(FILTER_BOOL(MA(C,5) < MA(C,10),3));
LAST_CONDITION = CONDITION1 AND CONDITION2 AND CONDITION3;
CODE_LIST = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 ####
rs = bs.query_stock_basic(market="sz", stock_type="1")
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
## 满足换手率、三连阴、公司规模条件的股票
rs_capital = bs.query_stock_basic(stock_code)
if rs_capital.error_code == '0' and int(rs_capital.get_row_data()[2]) >= 200000000:
rs_k = bs.query_history_k_data_plus(stock_code, "date,open,high,low,close,volume,amount",
start_date=(datetime.date.today() - datetime.timedelta(days=3)).strftime("%Y-%m-%d"),
end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency='d', adjustflag='3')
if rs_k.error_code == '0':
close_hist = list(map(float, rs_k.get_column("close")))
if len(close_hist) >= 3 and close_hist[-3] > close_hist[-2] and close_hist[-2] > close_hist[-1]:
## 选取非涨停板，且换手率处于3%-12%的股票
rs_hsl = bs.query_history_k_data_plus(stock_code, "date,turn",
start_date=datetime.date.today().strftime("%Y-%m-%d"),
end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency='d', adjustflag='3')
if rs_hsl.error_code == '0':
hsl = float(rs_hsl.get_row_data()[1])
if hsl >= 3.0 and hsl <= 12.0 and close_hist[-1] > rs_k.get_row_data()[3]:
stock_list.append({"stock_code": stock_code, "capital": rs_capital.get_row_data()[2]})
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
#### 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。
