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，且当日涨幅小于2.6%且大于-5%，选取处于较为合适买入点的股票。
选股逻辑分析
该选股逻辑侧重考虑选择具有较好买入点的股票，并限制涨跌幅，减少短期波动的影响，同时通过换手率的限制，筛选出较稳定的股票。
有何风险？
该选股逻辑忽略了一些市场基本面因素，可能导致选取到一些股票的质量无法得到保障，存在较大风险。同时，只考虑短期的涨跌幅，可能会忽略掉一些有长期投资价值的股票。
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，同时可以适当加长时间跨度，考虑股票的长期表现，以及加入其他技术指标等来筛选更具备投资价值的股票。
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，且当日涨幅小于2.6%且大于-5%，选取处于较为合适买入点的股票。
同花顺指标公式代码参考
C1: 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%
C2: JB_RATE >= -2 AND JB_RATE <= 5; // 竞价涨幅在-2%至5%之间
C3: VOLUME > 100000; // 成交量大于10万手
C4: CIR_MARKET_CAP >= 50 AND CIR_MARKET_CAP <= 100; // 流通市值在50亿元到100亿元之间
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、竞价涨幅、换手率、涨跌幅、成交量、流通市值等指标数据，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 \
(-0.05 <= df['pct_chg'].iloc[-1] <= 0.026) 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):
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）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。
