问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板非ST股票，并按个股热度从大到小排序。
选股逻辑分析
该选股逻辑结合了基本面因素和市场情绪因素，通过排名将热门个股筛选出来，同时也确保了这些个股具有一定的市场活跃度。
有何风险？
排名并不能完全代表市场的实际热度，因此存在排名上升但实际投资价值并不高的情况。同时，忽略了可能存在股市情绪、政策等导致价格波动的非技术面因素。
如何优化？
可以结合其他指标，如PE比值、PEG比值、市净率、营收增长率等，同时还可以考虑量价关系，以及主力资金流入等，从多个角度筛选出具有投资价值的股票。
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%、属于主板非ST股票，并按个股热度从大到小排序。
同花顺指标公式代码参考
(LAST(C)>=0 AND ST_TYPE=0 AND (C >= LASTC OR LASTC==0) AND MSYSTEM=1 AND CROSS(MA(C,5),MIN(C,MA(C,60)))>0 AND VOL > 0) ORDER BY HSL DESC;
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，需包含个股热度、PE比值、换手率、股票类型、涨跌幅等数据
return: 选出的股票代码列表
"""
data = data.sort_values(by='hsl', ascending=False)
selected_stocks = []
for code, df in data.groupby(level=0):
if ('ST' not in code) and (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-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）、HSL（个股热度）、trade_date（交易日期）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、ST_TYPE（股票类型）、MSYSTEM（市场类型）、pe（PE比值）等。
## 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。
