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，且收盘价大于昨日的最低价的股票。
选股逻辑分析
该选股逻辑主要通过涨跌幅乘以超大单净量来过滤出具备一定买卖能量的股票，并强调当日收盘价超过昨日最低价的股票，强调价格相对较低的股票具备投资价值。
有何风险？
该选股逻辑过于强调近期价格表现，忽略了一定程度上的基本面质量，可能会选择一些存在一定风险的股票。同时，股票价格的变化会受到众多因素的影响，比如大盘的走势、市场情绪等。
如何优化？
可以加入一些基本面因素来对股票的质量进行筛选，比如ROE、PE、PB值等。同时，可以引入一些技术面因素来对股票价格变化做进一步考虑，如均线交叉等。
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，且收盘价大于昨日的最低价的股票。
同花顺指标公式代码参考
C1: CLOSE > LOWEST_LOW_1; // 当日收盘价大于昨日的最低价
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: VOLUME_RATE >= 1; // 放量上涨
C4: TURNOVER_RATE >= 3 AND TURNOVER_RATE <= 12; // 换手率在3-12%之间
C5: (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;
// 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、涨跌幅、超大单净量、换手率等指标数据
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['close'].iloc[-1] > df['low'].iloc[-2]) and \
(code.startswith('0')):
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）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）、close（收盘价）、low（当日最低价）等选股指标数据。
## 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。
