问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板非ST股票、且今日均线向上发散。
选股逻辑分析
该选股逻辑既考虑了股票的基本面因素，又兼顾了技术面因素，通过换手率、涨跌幅和均线等指标筛选出具有投资价值的个股，同时要求这些个股需要属于主板非ST股票。
有何风险？
选股逻辑忽略了可能存在股市情绪、政策等导致价格波动的非技术面因素，同时仅参考了今日均线发散，可能存在短期市场波动的影响。
如何优化？
可以引入更多指标，如MACD、KDJ、RSI等，加强对个股技术面的分析，同时结合主力资金流动和公司基本面情况，选出更加具有长期投资潜力的个股。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板非ST股票、且今日均线向上发散的股票。
同花顺指标公式代码参考
(CLOSE > MA(CLOSE,5) AND MA(CLOSE,5) > MA(CLOSE,10) AND MA(CLOSE,10) > MA(CLOSE,20) AND CROSS(MA(CLOSE,5),MIN(CLOSE,MA(CLOSE,60)))>0) AND MSYSTEM = 1 AND ST_TYPE=0 AND (C >= LASTC OR LASTC==0);
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，需包含收盘价、涨跌停、均线等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
if ('ST' not in code) and (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-1] > 1) and \
(df['close'].iloc[-1] > df['ma5'].iloc[-1] > df['ma10'].iloc[-1] > df['ma20'].iloc[-1]) and \
(df['ma5'].iloc[-1] > df['ma5'].iloc[-2] and df['ma10'].iloc[-1] > df['ma10'].iloc[-2] and df['ma20'].iloc[-1] > df['ma20'].iloc[-2]):
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_date（交易日期）、close（收盘价）、high_limit（涨停价）、low_limit（跌停价）、turnover_rate（换手率）、pct_chg（涨跌幅）、ST_TYPE（股票类型）、MSYSTEM（市场类型）、ma5、ma10、ma20等。
## 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。
