问财量化选股策略逻辑
选股逻辑为：在换手率在3%~12%之间、买一量大于卖一量的股票中，近一个月内有过涨停的股票则选取该股票。
选股逻辑分析
该选股策略注重了股票的流动性、市场情绪以及交易行为因素，选股时综合考虑了换手率、买一量、涨停板等指标，选择出流动性好、市场情绪乐观且具有近期涨停过的股票。
有何风险？
该选股策略可能发生过拟合，只关注短期涨停并不一定能反映出股票的整体情况。同时，该策略难以应对市场大幅波动和不同股票群体表现差异导致无法准确选出具有潜力的个股。
如何优化？
可以加入一些基本面因素，如市盈率、市净率等，来筛选出财务状况良好、具备持续增长潜力的公司，降低由于基本面的风险和干扰。此外，可以在选股的时候根据市场行情的整体状况对选股策略进行一定程度的调整。
最终的选股逻辑
在换手率3%-12%之间、买一量>卖一量的股票中，近一个月内有过涨停的股票。
同花顺指标公式代码参考
通达信公式：MAVOL(1)，MA(3)，MA(5)，REF(C, 1)，HHV(C, 22)，SMCROSS(C, MA(C, 6))，REF(MA(OPEN, 5), 1)
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 ####
rs = bs.query_stock_basic()
stock_list = []
while (rs.error_code == '0') & rs.next():
stock_code = rs.get_row_data()[0]
# 查询K线数据
rs_l = bs.query_history_k_data_plus(stock_code, 'date,close,turn,tradestatus', start_date='2022-06-01', end_date='2022-06-30', frequency='d', adjustflag='3')
if rs_l.error_code == '0':
# 判断条件1
if float(rs_l.get_row_data()[2]) >= 3 and float(rs_l.get_row_data()[2]) <= 12 and float(rs_l.get_row_data()[3]) > float(rs_l.get_row_data()[4]):
# 筛选具有近一个月涨停的股票
rs_t = bs.query_history_k_data_plus(stock_code, 'date,limit_up', start_date=(datetime.datetime.now() - datetime.timedelta(days=30)).strftime("%Y-%m-%d"), end_date=datetime.datetime.now().strftime("%Y-%m-%d"), frequency='d', adjustflag='3')
if rs_t.error_code == '0' and "0.1" in rs_t.get_row_data()[1:]:
stock_list.append(stock_code)
# 转换成DataFrame格式并输出结果
df = pd.DataFrame(stock_list, columns=['stock_code'])
print(df)
#### 登出系统 ####
bs.logout()
## 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。
