问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%范围内，选择连续7天下跌且上市时间大于一年的股票。
选股逻辑分析
该选股逻辑以换手率和时间为筛选条件，倾向于选取对市场的适应性更强的企业，并用下跌趋势作为进一步的筛选条件。该选股逻辑对于企业的基本面因素不做要求，更加侧重于市场价格波动的趋势，重点考虑市场适配度。
有何风险？
选股策略中将时间作为一个筛选因素，可能会忽略到较新上市企业的挖掘潜力。此外，该策略的筛选主要集中在技术面的分析，缺乏从基本面等其他角度进行全面的考虑。
如何优化？
在时间筛选条件的基础上增加一定程度的基本面考虑，如市盈率、营收增长率、毛利率等因素，以更全面地考虑股票的价值增长潜力，从而使选股策略更具准确性和价值性。
最终的选股逻辑
基于换手率3%到12%的条件下，在连续7天下跌的基础上，选择上市时间大于一年的股票进行选股。
同花顺指标公式代码参考
以下是通达信指标公式：
选股公式：
选股条件：TURNOVERRATE > 3 AND TURNOVERRATE < 12 AND COUNTSIF(DIV(LAST(CLOSE,7),REF(LAST(CLOSE,1),1))<1,7)=7 AND BARSSINCE(IPODATE)>250
注：TURNOVERRATE为总换手率，CLOSE为收盘价，COUNTSIF为序列函数，用于统计符合条件的记录数，DIV函数为除法函数，LAST()表示取最后一天的值，BARSSINCE函数表示自上市以来的交易日天数。本公式选择出连续7日下跌且上市时间大于一年的股票。
python代码参考
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if (df['turnoverratio'].iloc[-1] > 3 and df['turnoverratio'].iloc[-1] < 12 and \
df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
(df.index.get_level_values(1)[-1] - df['ipo_date'].min()).days > 365):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。对于更细节的配置和特殊情况的处理，可以根据实际需求进行程序优化。
## 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。
