问财量化选股策略逻辑
选股逻辑：选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、流通盘小于等于55亿股的股票。
选股逻辑分析
该选股策略相较于之前的选股策略加入了流通盘因素的考虑，选出的股票流通盘都不会太大，也就意味着相对较小的市值，更加适合那些追求细节的投资者。此外，该选股策略仍然综合考虑了技术分析和量能分析两个方面，更全面的反映了股票的交易活跃度和盈利能力。
有何风险？
该选股策略可能会使得选出的股票数量不多，而流通盘是一个相对固定的指标，在选股时可能会过度注重这个指标，而忽略其他因素对股票的影响。此外，低流通盘的股票也更容易受到大户资金的操纵，风险相对较高。
如何优化？
可以加入其他流动性指标，例如换手率、市值等指标，更全面的反映股票的流动性。此外，优化技术指标的选取，加入更具代表性的技术指标，辅以基本面分析，可以更好的筛选出具有潜力的股票。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%、属于主板市场、流通盘小于等于55亿股的股票。
同花顺指标公式代码参考
C1:=(FLOWAVG>)OR(FLOWAVG=0);
C2:=(TRADESTATS=0)//;
C3:=TRADESTATUS;
C4:=O-RANK(O);
C5:=(COUNT(C<=0,CLOSE,21)/21)*100;
C6:=(C=0) AND (POSITION(0.6)>40);
C7:=(DMA(CLOSE,50)-CLOSE)/CLOSE*100;
C8:=CLOSE-DMA(CLOSE,3);
SELECTED:=(C1 AND C2 AND C3>0 AND C4>1 AND C5>70 AND C6 AND C7<3 AND C8<9);
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
"""
data: 股票历史行情数据，需包含价格、换手率、涨跌幅、成交量、流通股本等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
if ('SH' in code) and ('ST' not in code) and \
(df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and (df['pct_chg'].iloc[-1] > 1) and \
(df['circulating_market_cap'].iloc[-1] <= 55_000_000_000):
selected_stocks.append(code)
return selected_stocks
其中 data 数据需包含的列为：ts_code（股票代码）、trade_date（交易日期）、open（开盘价）、close（收盘价）、turnover_rate（换手率）、pct_chg（涨跌幅）、volume（成交量）、circulating_market_cap（流通市值）等。
## 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。
