问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%的范围内，选择连续七天下跌并且今日均线向上发散的股票。
选股逻辑分析
该选股逻辑主要考虑了股票的换手率和连续下跌的天数，同时关注今日均线的涨势情况，认为该趋势能够体现出近期股票的强势和可能的反弹趋势，是一种比较短期的选股方式。
有何风险？
该选股逻辑可能会忽略长期趋势的影响，使得筛选出来的股票没有长期潜力；同时，均线有时会受到不理性的股票市场影响，造成了过度炒作的情况，因此选股逻辑可能无法完全准确地反映股票市场的真实情况。
如何优化？
可以加入其他技术分析指标，如RSI、MACD等，以辅助选出更准确的趋势翻转点，同时加入股票的基本面和财务数据等因素综合考虑，以保证股票基本面的长期稳定。
最终的选股逻辑
该选股逻辑筛选条件为换手率在3%到12%范围内的连续七天下跌并且今日均线向上发散的股票。
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 REF(MA(CLOSE,15), 1) < REF(MA(CLOSE,15), 2) AND REF(MA(CLOSE,15), 2) < REF(MA(CLOSE,15), 3)
AND MA(CLOSE, 15) > REF(MA(CLOSE, 15), 1)
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，
REF()为相对索引函数，MA()为移动平均函数。本公式选择出连续7日下跌、今日均线向上发散的股票。
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['ma15'].iloc[-1] > df['ma15'].iloc[-2] and df['ma15'].iloc[-2] > df['ma15'].iloc[-3] and \
df['ma15'].iloc[-2] < df['ma15'].iloc[-1]):
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。
