问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%、股价连续七天下跌、竞价主力净买大于0的股票中进行选择。
选股逻辑分析
该选股逻辑综合考虑了市场情绪、技术面和资金面等因素，相对于只考虑一两个指标的选股策略更为全面，准确性和稳定性更高。
有何风险？
在考虑股票价格、资金和市场情绪等多个因素时，容易产生多重比较和多重筛选的问题，可能导致选股结果偏小众、偏门类。同时，竞价主力净买卖存在短期波动的问题，需要综合考虑多个周期的数据。
如何优化？
为了避免多重比较和降低选中偏门类股票的概率，可以加入更多的选股条件，如市盈率、市净率等公司基本面和财务指标等因素。同时，可以考虑采用多周期平均的方法来平滑竞价主力净买卖数据，提高数据的稳定性。
最终的选股逻辑
基于换手率3%到12%、股价连续七天下跌、竞价主力净买大于0的选股条件，可以加入其他指标进行筛选，如市盈率、市净率等基本面因素。同时，考虑使用平均方法平滑竞价主力净买卖数据，从而提高选股的准确率和可靠性。
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 -Σ(C < REF(C, 1) WHEN C < REF(C, 1), 7) == 7 AND JBPARTICIPANTSMONEY > 0
注：其中 TURNOVERRATE 表示换手率， C 表示股票当日收盘价， JBPARTICIPANTSMONEY表示竞价主力净买入金额
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'] < df['close'].shift(1)).rolling(window = 7).sum().iloc[-1] == 7 and \
df['jb_participant_money'].rolling(window = 5).mean().iloc[-1] > 0):
selected_stocks.append(code)
return selected_stocks
可以根据需要调整选股条件，并根据自己数据源的指标名做相应修改。同时，使用startswith函数来选择自己感兴趣的行业的股票。
## 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。
