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、同时具备一定的企业性质（例如军工、高技术等）的股票中选取。
选股逻辑分析
此选股策略融合了基本面的企业性质，选择具备一定的潜在优势的企业，同时也考虑了技术面的趋势特征——连续三天收阴线，换手率在一个合理的范围内，筛选出投资价值较高的股票。
有何风险？
此选股逻辑仍然存在一定的主观性和盲目性，过分追求企业性质易受市场热点或噪音影响，选出来的股票也可能存在波动较大、投资价值不高等风险。
如何优化？
可以结合多个基本面指标和技术面指标来筛选优质股票。 另外，可以结合行业分析、财报分析、以及舆情分析等手段对选出来的股票再次深入评估、考虑，以进一步完善选股策略。
最终的选股逻辑
在换手率在3%-12%之间、连续三天收阴线、同时具备一定的企业性质（例如军工、高技术等）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);
/* 选取换手率处于3%-12%的股票 */
CONDITION2 = (HSL>=3 AND HSL<=12) AND EXISTS(FILTER_BOOL(MA(C,5) < MA(C,10),3));
/* 选取企业性质为军工或高技术等 */
CONDITION3 = INDUSTRYCODE1 == "801050" OR INDUSTRYCODE1 == "801750";
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
def find_industry(stock_code):
"""
获取股票的申万一级行业代码
"""
rs = bs.query_stock_industry(stock_code)
if (rs.error_code == '0') & rs.next():
return rs.get_row_data()[2]
return None
#### 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、三连阴、具备军工或高技术等企业性质的股票
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")))
if len(close_hist) >= 3 and close_hist[-3] > close_hist[-2] and close_hist[-2] > close_hist[-1]:
## 选取企业性质为军工或高技术等
industry_code = find_industry(stock_code)
if industry_code == "801050" or industry_code == "801750":
## 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)
df_rank = df.sort_values(by="stock_code", 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。
