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，连续3天以上大单净量大于0.05。
选股逻辑分析
该选股逻辑从市场活跃度、市场能量等角度入手，筛选出换手率在适当范围内并有一定市场活跃度的股票。通过涨跌幅和超大单净量的比较，反映出市场能量和资金流入情况。同时，增加连续3天以上大单净量大于0.05的因子，表示该股票吸引了一定的资金关注。
有何风险？
该选股逻辑同样未考虑基本面因素，仍然存在基本面不佳的股票被选中的风险。同时，选取连续大单净量的股票可能也是有风险的，需要结合其他指标进行评估，而不是从单一指标出发。
如何优化？
可以加入一些基本面因素的筛选，如具备良好的盈利能力、估值合理、业绩增长等因素的股票。同时，可以加入一些其他的资金流比较指标，如主力净流入、资金流向、资金热度等，更全面地了解资金流入情况。
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，连续3天以上大单净量大于0.05。
同花顺指标公式代码参考
以下是一个样例代码，使用通用的选股逻辑函数，依次筛选出满足条件的股票：
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、大单净量等指标数据
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['net_amount'].rolling(window=3).sum().iloc[-1] / (df['volume'].rolling(window=3).sum().iloc[-1] * 100) >= 0.05):
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）、volume（成交量）、turnover_rate（换手率）以及当日最高价和最低价等指标数据。
## 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。
