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、股票均价站在五日均线之上的A股股票。
选股逻辑分析
本选股策略综合考虑了市场广度、趋势信号及股票的相对估值，选出了市值、成交量及趋势都比较合适的股票。其中，要求股票股价均价站在五日均线之上，则有利于捕捉合适的入场时机。
有何风险？
本选股策略同样可能会错过某些标的，比如市场外围股票和其他行业中的龙头股，也可能会因为忽视交易规模较小、短期表现较弱的权益类产品而出现收益上限的问题。
如何优化？
可以尝试加入其他技术性指标如RSI、MACD等来进一步优化筛选，加强风险控制能力。此外，为了降低选股失败率，可以引入其他基本面因素如PE、PB、ROE等来辅助出现波动的个股。
最终的选股逻辑
选股条件为：在换手率在3%-12%范围内、DEA指标上涨，并且股票均价站在五日均线之上的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);
股票均价站在五日均线之上：CLOSE>=MA(CLOSE,5)
SELECTED_STOCKS: SELECT(CODE, 换手率 AND DEA指标上涨 AND 股票均价站在五日均线之上, CODE);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'close']]
df = df[(df['turnover']>=3) & (df['turnover']<=12)]
df = ths.dea(df, 9, 12, 26)
df = df[(df['dea'].diff()>0)]
df = df[df['close']>=df['close'].rolling(window=5).mean()]
return pd.DataFrame({'code': df['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。
