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大于0，且周K线上穿30周线的股票。
选股逻辑分析
该选股逻辑除了限制换手率较稳定外，同时考虑了技术面指标，即周K线上穿30周线，强调了趋势的重要性。
有何风险？
此选股逻辑对于基本面的考虑比较少，可能会忽略掉一些质量较好但无趋势的股票。同时，抓住趋势短时间内可能会产生较多假信号，需要一定的把握能力。
如何优化？
可以考虑加入一些基本面因素和市场环境等综合考虑，如PE与PB值、市值等因素，同时可以设置技术面参数相对宽松些，增强选股鲁棒性。
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大于0，且周K线上穿30周线的股票。
同花顺指标公式代码参考
C1: WEEK_UP; // 周K线上穿30周线
C2: CHG * NET_AMOUNT > 0 AND CHG <= 0.026 AND CHG >= -0.05; // 当日涨跌幅乘以超大单净量大于0，当日涨幅小于2.6%且大于-5%
C3: JB_RATE >= -2 AND JB_RATE <= 5; // 竞价涨幅在-2%至5%之间
C4: VOLUME > 100000; // 成交量大于10万手
C5: CIR_MARKET_CAP >= 50 AND CIR_MARKET_CAP <= 100; // 流通市值在50亿元到100亿元之间
C6: (MARKET == 'SH' or MARKET == 'SZ') and SUBSTR(CODE, 1, 3) == '000'; // 选取 A 股市场的股票
SELECTED: C1 AND C2 AND C3 AND C4 AND C5 AND C6;
// 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、竞价涨幅、换手率、涨跌幅、成交量、流通市值、周K线等指标数据，以及股票所属市场等数据
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['circ_mv'].iloc[-1] >= 5000000000) and (df['circ_mv'].iloc[-1] <= 10000000000) and \
(code.startswith('0')) and \
(-0.02 <= df['jb_rate'].iloc[-1] <= 0.05) and \
(df['volume'].iloc[-1] > 100000) and \
(df['wk_up'].iloc[-1] == 1):
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）、jb_rate（竞价涨幅）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）、circ_mv（流通市值）、wk_up（周线上穿30周线标记）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。
