问财量化选股策略逻辑
选股逻辑为：选择换手率在3%~12%、买一量大于卖一量且收盘价大于昨日的最低价的股票。
选股逻辑分析
该选股逻辑除了考虑成交活跃度以外，还考虑了收盘价和昨日最低价的关系，通过选择收盘价大于昨日最低价的股票，可以更精确地挖掘出具备股价上涨潜力的品种。
有何风险？
同样地，该选股逻辑忽略了一些基本面和行业前景方面的因素，仅考虑了市场情绪和技术面，同时忽略了昨日最高价的影响，这样的选股结果可能不够全面。
如何优化？
可以综合运用基本面、技术面和行业因素进行选股，对选股逻辑进行多方面的完善和优化。此外，在技术分析方面，可以引入其他技术指标结合使用，如volatility等指标，或使用均线进行筛选股票。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量且收盘价大于昨日的最低价的股票。
同花顺指标公式代码参考
选股：换手率(5日均线)>3 AND 换手率(5日均线)<12 AND B1_V>B1_AV AND CLOSE>REF(LOW,1);
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
# 查询挂买一量大于卖一量的股票
market_df = pro.market_detail(symbol='', trade_date='20220422')
df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
# 查询日线数据
daily_df = pro.daily(ts_code='', start_date='', end_date='')
# 筛选出收盘价大于昨日最低价的股票
df2 = pd.merge(df1, daily_df[['ts_code', 'close', 'low']], on='ts_code', how='inner')
df2 = df2[(df2['close'] > df2['low'].shift(1))]
# 合并所有指标，返回选股结果
return df2['ts_code']
## 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。
