问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%，DEA指标上涨，30日平均线向上的A股股票。
选股逻辑分析
本选股策略同样综合利用交易数据及技术指标进行选股。其中，选择换手率在3%-12%是为了保证选股样本具有一定的市场参考价值，DEA指标上涨是为了从技术面判断其短期上升趋势，30日平均线向上是为了考虑其中长期表现的趋势性。
有何风险？
本选股策略同样可能会漏选一些未来潜力较大但目前表现不佳的股票，在市场大幅波动时，涨跌幅的波动也会影响选股结果。
如何优化？
同样可增加其他基本面因素及市场指标作为选股条件，同时利用其他技术指标如RSI等进行协同判断，从而提高整体选股能力。
最终的选股逻辑
选股条件为：换手率在3%-12%，DEA指标上涨，30日平均线向上的A股股票。
同花顺指标公式代码参考
换手率：TURNOVER >= 3 AND TURNOVER <= 12;
DEA指标上涨：REF(MA(CLOSE,12),1)>REF(MA(CLOSE,26),1) AND MA(CLOSE,12)>MA(CLOSE,26) AND MA(CLOSE,12)-MA(CLOSE,26)>MA(MA(CLOSE,12)-MA(CLOSE,26),9);
30日平均线向上：MA(CLOSE,30)>REF(MA(CLOSE,30),1);
SELECTED_STOCKS: SELECT(CODE, TURNOVER AND DEA指标上涨 AND 30日平均线向上,CODE);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'close']]
selected_codes = []
for code in df['code'].unique():
sub_df = df[df['code'] == code]
sub_df['ema12'] = sub_df['close'].ewm(span=12).mean()
sub_df['ema26'] = sub_df['close'].ewm(span=26).mean()
sub_df['dea'] = sub_df['ema12']-sub_df['ema26']
sub_df = sub_df[(sub_df['turnover'] >= 3) & (sub_df['turnover'] <= 12) & (sub_df['dea'].diff() > 0) & (sub_df['close'] > sub_df['ma30'].shift(1)) & (sub_df['ma30'].diff() > 0)]
if len(sub_df) > 0:
selected_codes.append(code)
return pd.DataFrame({'code': selected_codes})
## 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。
