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，和当日涨跌幅乘以超大单净量大于0，且集中度小于70%的股票。
选股逻辑分析
该选股策略与上一个选股逻辑相似，但增加了集中度小于70%的限制，使得选出来的标的更加分散化。同时，这个策略也关注交易活跃度和资金流入。
有何风险？
该选股策略同样基于量化指标，可能在价值和质量方面存在局限性。而且，该策略并没有明确考虑公司基本面和估值等因素，可能存在选出的标的估值过高、成长性不足等风险。
如何优化？
该选股策略仍然可以加入其它量化指标，如估值因子、成长性因子等，同时可以根据个人喜好和风险偏好修改策略限制条件，例如选取集中度小于60%的标的等。
最终的选股逻辑
选择换手率在3%到12%之间，和当日涨跌幅乘以超大单净量大于0，且集中度小于20%的股票。
同花顺指标公式代码参考
以下是同花顺指标所需公式：
选股公式：
--定义集中度UD进行筛选
SELECT TOPN N * FROM (
SELECT SCode, RO_Rank() OVER (ORDER BY SWeight DESC) Rank FROM StockData_Long WHERE
2.5<ChangeRatioToRef(1) and ChangeRatioToRef(1)<11.5 and // 涨跌幅在2.5%到11.5%之间
(C*Big>5*N and Big>0) and // 当日涨跌幅乘以超大单净量大于0
(UpConcentration < 20) // 集中度小于20%
) WHERE Rank <= N
Python代码参考
以下是Python代码实现该选股逻辑：
import pandas as pd
from typing import List
from datetime import datetime, timedelta
def select_stock(data: pd.DataFrame, n=10) -> List[str]:
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['UpConcentration'].iloc[-1] < 0.2):
s_weight = df['turnover_rate'].mean() * df['volume'].mean() / (df['close'].iloc[-1] * 10000)
selected_stocks.append((code, s_weight))
selected_stocks.sort(key=lambda x: x[1], reverse=True)
selected_stocks = selected_stocks[:n]
return [x[0] for x in selected_stocks]
## 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。
