问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%范围内，选择连续七天下跌且集中度大于20%小于70%的股票。
选股逻辑分析
该选股逻辑主要关注于换手率和连续下跌，并加入集中度的限制条件，旨在挑选具备一定市场影响力的股票。
有何风险？
集中度这一单一条件可能无法全面反映市场表现和公司基本面的复杂综合关系，在数据精度和可靠性受到影响时可能会对选股结果产生误导性。另外，连续下跌条件可能导致错失良机，而换手率限制可能过于单一，并不能全面反映企业的动态现状。
如何优化？
可以考虑进一步加入其他基本面指标、因子及其它机器学习算法等，进行更加严谨和全面的选股。
最终的选股逻辑
该选股逻辑筛选条件为换手率在3%到12%范围内，股票连续七天下跌且集中度在20%到70%之间。
同花顺指标公式代码参考
以下是通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNTSIF(DIV(LAST(CLOSE,7),REF(LAST(CLOSE,1),1)) < 1,7) = 7
AND ST_CONCENTRATION > 20 AND ST_CONCENTRATION < 70
注：TURNOVERRATE为总换手率，CLOSE为收盘价，COUNTSIF为序列函数，用于统计符合条件的记录数，DIV函数为除法函数，LAST()表示取最后一天的值，REF()为相对索引函数，ST_CONCENTRATION为股东集中度。本公式选择出连续7日下跌，并且集中度在20%到70%之间的股票。
python代码参考
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
df['ST_CONCENTRATION'].iloc[-1] > 20 and df['ST_CONCENTRATION'].iloc[-1] < 70):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。对于更细节的配置和特殊情况的处理，可以根据实际需求进行程序优化。
## 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。
