问财量化选股策略逻辑
选股逻辑为：在换手率3%到12%的范围内，选择连续七天下跌，并且当前换手率大于2%且小于9%的股票。
选股逻辑分析
该选股逻辑基于连续下跌和适度的换手率来筛选标的。该逻辑在传统的股价选股逻辑上增加了换手率的条件限制，可以更加精准地选择近期有一定交易量但价格处于下跌状态的标的，避免了交易量过高或过低的情况。
有何风险？
该选股逻辑相对于传统的股价筛选有了改进和优化，但也存在未考虑其它技术指标、市场机制、行业和基本面方面的风险，应该辅以其他更加全面的选股指标才可以更好地把握股票的投资价值。
如何优化？
除了连续下跌和换手率的条件限制外，还可以在技术指标上更具综合性地考虑，可以考虑加入均线、RSI、MACD、KDJ等指标，以及基本面的ROE、EPS等指标，构建更完善的选股策略。
最终的选股逻辑
综合以上分析和风险提示，可以将选股条件改为：在换手率3%到12%的范围内，选择连续七天下跌，同时当前换手率大于2%且小于9%的股票，同时符合均线、RSI、MACD等技术指标和ROE、EPS等基本面方面的条件。如此筛选，应该可以较为全面地把握股票的投资价值。
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 COUNT(TRAVEL(CLOSE,1) < 0, 7) = 7 AND TURNOVERRATE > 2 AND TURNOVERRATE < 9
注：CLOSE为股票价格，其他指标名称同上，均需根据实际情况进行相应修改。该选股公式将换手率和连续下跌等条件结合，需要根据实际情况具体修改来达到选出符合条件的标的股票。
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['turnoverratio'].iloc[-1] > 2 and df['turnoverratio'].iloc[-1] < 9) and \
df['ma5'].iloc[-1] > df['ma10'].iloc[-1] and \
df['rsi_14'].iloc[-1] < 30 and \
df['macd'].iloc[-1] > df['macdsignal'].iloc[-1]):
selected_stocks.append(code)
return selected_stocks
同样需要注意数据源指标名称的相应修改。最终的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。
