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，选择股价为18.5元，连续七天下跌的股票。
选股逻辑分析
该选股逻辑主要采用了股价为定值、连续七天下跌的技术指标来筛选标的。这种选股方式相对简单，但是需要选出的标的股票数量较多，同时较为粗略地挖掘出符合条件的标的。
有何风险？
由于该选股逻辑没有直接考虑其他技术指标或基本面指标的因素，仅仅根据股价、连续下跌的指标来选股，容易造成选出的标的数量过多或过少，同时可能错过其他相对低估的标的。
如何优化？
可以将股价为定值的选股条件放宽为一定的价格范围，同时加入其他技术指标或基本面指标的判断，如加入MACD、KDJ等技术指标，同时考虑市值、PE、PB等基本面指标，综合判断股票的投资价值。此外，可以加入风险控制的方式控制投资风险。
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、同时具有相对低估的市值、PE、PB指标的股票。通过综合考虑多种投资因素来挖掘具有投资价值的标的股票。
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 CLOSE = 18.5
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。该选股公式将股价为固定值、换手率和连续下跌两个指标设定为条件，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'].iloc[-1] == 18.5 and \
df['close'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
df['total_mv'].iloc[-1] <= 1e10 and df['pe'].iloc[-1] <= 30 and df['pb'].iloc[-1] <= 3):
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。
