问财量化选股策略逻辑
选股逻辑为：在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，且底部抬高的股票。
选股逻辑分析
该选股逻辑在市场范围、换手率和连续三天收阴线的基础上增加了底部抬高的技术面指标，能较好地筛选出股票价值较低的投资标的，同时提高投资回报率。
有何风险？
该选股逻辑仅考虑股票技术面的底部抬高指标，可能会漏选一些具备更好的基本面的高价值股票，同时对于一些特定的行业，技术面指标可能不是很稳定，可能存在一定风险。
如何优化？
可以考虑增加一些基本面指标，如市盈率、股息率等指标，进一步提高选股的准确性和风险控制能力。同时，可以增加一些其他技术面指标，如DIF指标、RSI指标等，进一步优化策略。
最终的选股逻辑
在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，且底部抬高的股票。
同花顺指标公式代码参考
SET_MARKET("SH");
SET_LOOKBACK(250);
SET_OFFLINE_MODE(ON);
SET_HISTORY_FACTOR_MODE(ON);
/* 选取换手率在3%-12%之间的股票 */
CONDITION0 = (HSL>=3 AND HSL<=12);
/* 选取连续三天收阴线的股票 */
CONDITION1 = MA(C,3)<REF(MA(C,3),1) AND REF(MA(C,3),1)<REF(MA(C,3),2) AND REF(MA(C,3),2)<REF(MA(C,3),3);
/* 选取底部抬高的股票 */
CONDITION2 = (LOW>REF(LOW,1)) AND (REF(LOW,1)>REF(LOW,2));
LAST_CONDITION = CONDITION0 AND CONDITION1 AND CONDITION2;
CODE_LIST = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.date.today().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>3:
check_point1 = (k_data.data[-1][4]/k_data.data[-4][4]-1)*100
check_point2 = all([k_data.data[i][4]<k_data.data[i-1][4] for i in range(-3,0)])
check_point3 = k_data.data[-1][3]>k_data.data[-2][3] and k_data.data[-2][3]>k_data.data[-3][3]
if check_point1>=3 and check_point1<=12 and check_point2 and check_point3:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
