问财量化选股策略逻辑
选股逻辑：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、2021年涨幅排名前50%的股票。
选股逻辑分析
该选股策略注重技术分析，选择换手率在3%-12%之间可以筛选出一定实力的股票，但同时也避免了过于活跃的、有风险的股票。今日上涨幅度大于1%表示股票在短期内的一定涨幅，而属于主板市场可以更好地规避风险。选择2021年涨幅排名前50%的股票，可以优先考虑业绩优秀的公司。
有何风险？
该选股策略的时间跨度较短，只考虑了2021年的涨幅情况，可能存在错过长期涨势较好的公司的风险。
如何优化？
可以结合基本面分析进行筛选，加入其他技术指标、基本面指标等作为选股因素。在技术指标方面，可以加入更完善的MACD、RSI等指标，并以此作为选股维度之一。在基本面方面，可以加入更多的指标，如净利润增长率、ROE等指标，并通过该指标来筛选长期成长性好的公司。
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%、属于主板市场、2021年涨幅排名前50%的股票。
同花顺指标公式代码参考
SETBARSTYLE(0,0,0);
C1:=(TRADESTATUS=0);
C2:=((REF(HIGH,1)/REF(CLOSE,2)=1) AND (REF(HIGH,1)!=HIGH) AND (REF(TRADINGDAY,2)<=20211231));
C3:=(CLOSE>10) AND (VOL>=100000);
C4:= (RANK((CLOSE-REF(CLOSE, 250))/REF(CLOSE, 250), ASC)>50 AND TRADESTATUS=0);
SELECTED:=(C1 AND C2 AND C3 AND C4);
DRAWTEXT(C1, '2021年涨幅前50%', CANDL(C2 AND C3 AND C4) , CHART=0, COLORYELLOW);
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、换手率、涨跌幅、涨停情况等数据
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_date', ascending=True)
if ('SH' in code) and ('ST' not in code) and \
(df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
(df['pct_chg'].rolling(250).apply(lambda x: (x[-1]-x[0])/x[0], raw=True).iloc[-1] >=
df['pct_chg'].rolling(250).apply(lambda x: (x[-1]-x[0])/x[0], raw=True).quantile(0.5)) and \
(df.iloc[-1]['trade_date'].year == 2021):
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）、open（开盘价）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、limit（涨停情况）等参考股票信息的指标数据。
## 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。
