问财量化选股策略逻辑
选股逻辑：选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量大于0，并且2021年营收比2018年营收增长了 10% 以上。
选股逻辑分析
该选股逻辑除了考虑技术面外，还加入了公司的营收增长情况，筛选出有望继续成长的优质公司。选股逻辑包括选定换手率在合理区间内的个股，并筛选出当日涨跌幅乘以超大单净量大于0的个股，同时还要求2021年营收较2018年营收增长了 10% 以上。
有何风险？
该选股逻辑虽然将基本面因素加入考虑，但仍可能忽略了其他的公司基本面数据和宏观经济数据等重要影响因素，而过于依赖技术面指标和营收增长数据，从而存在选入估值高或基本面不太好的股票的风险。
如何优化？
为了更全面地寻找出最佳股票，可以加入更多的基本面指标和公司行业信息等，比如市盈率、市净率、财报指标等等，结合技术面指标和营收增长等因素进行选股，进一步优化选股策略。
最终的选股逻辑
选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量大于0，并且2021年营收比2018年营收增长了 10% 以上。
同花顺指标公式代码参考
C1: (MARKET == 'SH' OR MARKET == 'SZ'); // 选取A股市场的所有股票
C2: (VOLUME > 0) AND (CHG_RATE_N30 > 0) AND (
ABS(CHG) / REF(CLOSE, 1) * (NET >= 500000) > 0
); // 判断当日涨跌幅乘以超大单净量大于0
C3: (NOT ISNULL(YOY_OR)) AND (YOY_OR >= 1.1); // 判断2021年营收/2018年营收是否大于1.1
SELECTED: C1 AND C2 AND C3;
// 显示选中股票的名称和代码
LIST_NAMECODE;
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、超大单净量、股票名称等数据，以及2018和2021年营收数据
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] / 100000000) > 0) and \
(not pd.isnull(df['yoy_or'].iloc[-1])) and \
(df['yoy_or'].iloc[-1] >= 1.1):
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）、turnover_rate（换手率）、yoy_or2018（2018年营收同比增长率）、yoy_or2021（2021年营收同比增长率）等选股指标数据。
## 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。
