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、今日均线向上发散的股票中，选出符合条件的股票。
选股逻辑分析
该选股策略同样侧重于技术面的因素。通过选取换手率在一个合理范围内（3% - 12%）的股票，同时结合趋势面的价格走势，在股票内部的历史价格走势中找出连续三天的阴线，筛选出技术面和趋势面均符合条件的股票。在此基础上，进一步侧重于股票的短线趋势，选取今日均线向上发散的股票作为买入标准。
有何风险？
选股策略中同样未涉及公司基本面和财务数据的考虑。同时，基于历史价格走势来选股，未必能准确反映未来的价格走势。此外，短线趋势的判断也存在一定的主观性和难度。
如何优化？
可以通过结合基本面、政策面和交易面来筛选优质股票，同时结合技术面的多种指标和交易量指标，全面分析个股的市场走势和内在价值，降低选股过程中的风险。另外，可以在选股过程中引入多个技术指标配合短线趋势的判断，提高选股准确性。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线、今日均线向上发散的股票中进行筛选。
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);
/* 选取今日均线向上发散 */
CONDITION2 = MA(C, 5) > REF(MA(C, 5), 1) AND MA(C, 10) > REF(MA(C, 10), 1) AND MA(C, 20) > REF(MA(C, 20), 1);
/* 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 = FILTER_STOCKS(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()
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
## 满足换手率，连续三天阴线和今日均线向上发散的股票
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")))
## 连续三天阴线
if len(close_hist) >= 3 and close_hist[-3] > close_hist[-2] and close_hist[-2] > close_hist[-1]:
## 今日均线向上发散
if close_hist[-1] > close_hist[-5] and close_hist[-5] > close_hist[-10] and close_hist[-10] > close_hist[-20]:
## 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})
df = pd.DataFrame(stock_list)
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。
