问财量化选股策略逻辑
选股逻辑：选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量大于0，判断当前股价是否是两日内最高点。
选股逻辑分析
该选股逻辑基于技术面的分析，通过选择换手率在合理区间内的个股，并筛选出当日涨跌幅乘以超大单净量大于0的个股，同时判断当前股价是否是两日内最高点，以此过滤出有望继续上涨的股票。
有何风险？
该选股逻辑同样局限于技术面，没有充分考虑公司所处行业和公司基本面因素的影响，所选股票的收益和风险可能会受到宏观经济、公司基本面和市场风险的干扰。
如何优化？
为了更全面地寻找出最佳股票，可以加入基本面指标和公司行业信息等，比如市盈率、市净率、财报指标等等，结合技术面指标进行选股，进一步优化选股策略。同时，只考虑两日最高点也有可能造成过度拟合的问题，可以设置为选取过去一段时间内的最高点等方式进行优化。
最终的选股逻辑
选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量大于0，判断当前股价是否是两日内最高点。
同花顺指标公式代码参考
C1: (MARKET == 'SH' OR MARKET == 'SZ'); // 选取A股市场的所有股票
C2: (VOLUME > 0) AND (CHG_RATE_N30 > 0) AND (
((MAX(HIGH, 2) == HIGH) AND (REF(HIGH, 1) < REF(HIGH, 2))) OR
((MIN(LOW, 2) == LOW) AND (REF(LOW, 1) > REF(LOW, 2)))
); // 判断当前股价是否是两日内最高点/最低点
C3: (ABS(CHG) / REF(CLOSE, 1) * (NET >= 500000) > 0); // 涨跌幅乘以超大单净量大于0
SELECTED: C1 AND C2 AND C3;
// 显示选中股票的名称和代码
LIST_NAMECODE;
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、超大单净量、股票名称等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
df = df.sort_values('trade_time', ascending=True)
if (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-1] * (df['net_amount'].iloc[-1] / 100000000) > 0) and \
((df['high'].iloc[-1] == df['high'].rolling(window=2).max().iloc[-1]) or \
(df['low'].iloc[-1] == df['low'].rolling(window=2).min().iloc[-1])):
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_time（交易时间）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）、high（最高价）、low（最低价）等选股指标数据。
## 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。
