问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%之间，选择最近七天内连续下跌并且十日涨幅在0%到35%之间的股票作为投资标的。
选股逻辑分析
该选股逻辑相对于前一个问题，增加了选股范围，这会导致更多的标的被选出。此外，该逻辑也考虑了股票的10日涨幅，即考虑了股票的短期涨势，增强了投资标的的赚钱能力。
有何风险？
该选股逻辑仍存在过度拟合的风险，同时，加入更多条件限制也会限制标的的数量，可能影响选股的可行性和收益性。
如何优化？
类似前一个问题，可以尝试添加其他类型的指标或基本面数据进行进一步筛选，如财务指标、技术指标等。同时，适当放宽条件，扩大标的数量也是一个不错的策略。
最终的选股逻辑
选择在换手率3%到12%的范围内, 在最近七天内连续下跌并且股票的10日涨幅在0%到35%之间的股票作为投资标的。在基本面或技术面上，可以加入相应的指标，如市盈率、技术指标等，作为进一步筛选标准。
同花顺指标公式代码参考
以下是通达信选股公式：
选股公式：
选股条件： TURNOVERRATE >3 AND TURNOVERRATE <12 AND SUM(IF(CLOSE < REF(CLOSE, 1), 1, 0), 7) = 7 AND DIFF > 0 AND DIFF < 35 AND D > COUNT(CLOSE > REF(CLOSE, 1), 10) AND YEAR(DATE)=YEAR(TODAY)
注：CLOSE为收盘价，TURNOVERRATE为换手率，DIFF为股价变动率，D为股价最近十日的涨跌情况。该选股公式选择了在3%到12%的换手率范围内, 最近七天内连续下跌并且股票的10日涨幅在0%到35%之间的股票，符合条件的股票将被筛选出来。
python代码参考
import pandas as pd
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['pct_chg'].iloc[-1] > 0 and df['pct_chg'].iloc[-1] < 35) and \
(df['close'] > df['close'].shift(1)).rolling(window=10).sum().iloc[-1] > 0 and \
(df.index.year == df.index[-1].year).all()):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应调整。最终选股策略可以根据实际情况和市场变化进行微调和调整。
## 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。
