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，涨跌幅乘以超大单净量大于0，剔除昨日涨停的股票。
选股逻辑分析
相对于上一个选股策略逻辑，新增了剔除昨日涨停的条件。这个条件的加入可以有效减少选出的过热标的，同时可以避免长时间持有因涨停板停牌而无法及时卖出。
有何风险？
虽然筛选出了可持续性更高的标的，但仍然需要注意流动性和资金面的问题。换手率较低和超大单净量不足可能导致买入和卖出的困难，遇到市场情绪的变化容易形成恶性循环。
如何优化？
可以结合更多的基本面因素进行综合分析，例如PE、净利润、市盈率等指标。可以特别加强对个股流动性和资金面的考虑，包括关注度、机构资金持仓等方面。
最终的选股逻辑
选择换手率在3%到12%之间，涨跌幅乘以超大单净量大于0，剔除昨日涨停的股票为选股范围。
同花顺指标公式代码参考
以下是同花顺指标所需公式：
选股公式：
SELECT STOCK_SYMBOL AS code FROM CandlesDay WHERE
VOLUME >= 100000 AND
TURNOVER_RATIO >= 3 AND
TURNOVER_RATIO <= 12 AND
(CLOSE - OPEN) * (BIG) / 10000 > 0 AND
XDT == 0 AND
HHV(HIGH, 20) == CLOSE AND
(CLOSE - REF(CLOSE, 20)) / REF(CLOSE, 20) < 0.1
ORDER BY TURNOVER_RATIO DESC;
Python代码参考
以下是Python代码实现该选股策略：
import pandas as pd
from typing import List
from datetime import datetime, timedelta
def select_stock(data: pd.DataFrame, n=10) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if ((df['volume'].iloc[-1] / df['volume'].iloc[-6:-1].mean() > 3) and \
(df['turnover_rate'].iloc[-1] > 3) and (df['turnover_rate'].iloc[-1] < 12) and \
((df['close'] - df['open']) * df['buy_volume'].iloc[-1] / 10000 > 0) and \
(df['limit_up'].iloc[-20:-1].sum() == 0) and \
(df['close'].iloc[-1] == df['high'].rolling(window=20).max().iloc[-1]) and \
(((df['close'] - df['close'].shift(20)) / df['close'].shift(20)) < 0.1).iloc[-1]):
s_weight = df['turnover_rate'].mean() * df['volume'].mean() / (df['close'].iloc[-1] * 10000)
selected_stocks.append((code, s_weight))
selected_stocks.sort(key=lambda x: x[1], reverse=True)
selected_stocks = selected_stocks[:n]
return [x[0] for x in selected_stocks]
## 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。
