问财量化选股策略逻辑
选股逻辑：选择换手率在3%到12%之间，涨跌幅乘以超大单净量大于0，昨天出现三连板。
选股逻辑分析
该选股策略相较于之前的策略新增加了昨天出现三连板的条件，是典型的短线选股策略。选出的标的具备一定的热点性和赚钱效应，并且该策略中的条件相对简单。
有何风险？
该选股策略缺少对基本面的考虑，选出的标的会受到市场情绪和赚钱效应的影响可能导致高价位杀跌风险。同时，昨天出现的三连板并不能保证今天能够继续拉升，需要及时调整策略。
如何优化？
可以结合其他指标进行综合分析，如MACD、RSI等技术指标，以及PE、PB等基本面指标。可以根据不同市场环境进行适当的调整，例如在行情波动较大的市场要加强风控。
最终的选股逻辑
选择换手率在3%到12%之间，涨跌幅乘以超大单净量大于0，昨天出现三连板为选股范围。
同花顺指标公式代码参考
以下是同花顺指标所需公式：
选股公式：
SELECT
STOCK_SYMBOL AS code
FROM
CandlesDay
WHERE
VOLUME >= 100000
AND
TURNOVER_RATIO >= 3
AND
TURNOVER_RATIO <= 12
AND
(CLOSE - OPEN) * (BIG) / 10000 > 0
AND
(HIGH / REF(CLOSE, 1) - 1) * 100 >= 9.9
AND
(REF(HIGH, 1) / REF(CLOSE, 2) - 1) * 100 >= 19.8
AND
(REF(HIGH, 2) / REF(CLOSE, 3) - 1) * 100 >= 29.7
ORDER BY
TURNOVER_RATIO DESC
Python代码参考
以下是Python代码实现该选股策略：
import pandas as pd
from typing import List
from datetime import datetime, timedelta
def select_stock(data: pd.DataFrame, n=10) -> List[str]:
selected_stocks = []
for code, df in data.groupby(level=0):
if ((df['volume'].iloc[-1] / df['volume'].iloc[-6:-1].mean() > 3) and \
(df['turnover_rate'].iloc[-1] > 3) and (df['turnover_rate'].iloc[-1] < 12) and \
((df['close'] - df['open']) * df['buy_volume'].iloc[-1] / 10000 > 0) and \
((df['high'] / df['close'].shift(1) - 1) * 100 >= 9.9).iloc[-2:].all() and \
((df['high'].shift(1) / df['close'].shift(2) - 1) * 100 >= 19.8).iloc[-3:].all() and \
((df['high'].shift(2) / df['close'].shift(3) - 1) * 100 >= 29.7).iloc[-4:].all()):
s_weight = df['turnover_rate'].mean() * df['volume'].mean() / (df['close'].iloc[-1] * 10000)
selected_stocks.append((code, s_weight))
selected_stocks.sort(key=lambda x: x[1], reverse=True)
selected_stocks = selected_stocks[:n]
return [x[0] for x in selected_stocks]
## 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。
