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，并且大单净量排行处于前列的股票。
选股逻辑分析
该选股逻辑基于连续下跌和大单净量排名的技术指标来筛选标的。这种选股方式相对于股价为定值选择股票的方式更加精准，同时加入了大单净量这个实际投资中常用的指标来过滤更优质的标的。
有何风险？
由于该选股逻辑在大单净量和连续下跌的指标上进行了判断，但并未考虑其他技术指标或基本面因素，因此在新闻面、行业板块和市场行情等方面可能会存在较大的风险。
如何优化？
可以在大单净量和连续下跌的基础上加入MACD、KDJ等技术指标来判断股票的趋势和买卖信号，同时根据市场行情和板块走势加以灵活选择。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，同时大单净量排名处于前列、同时符合MACD、KDJ等技术指标和行业板块走势的股票。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 POSITION(JLRCSE.TOTAL, 5, 1) < 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。该选股公式将换手率和连续下跌、大单净量排名设置为筛选条件，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'].rolling(window=7).apply(lambda x: (x[:-1] > x[-1]).all()).iloc[-1] and \
df['netamount20'].iloc[-1] > df['netamount20'].quantile(0.95) and \
df['close'].iloc[-1] > df['close'].iloc[-20] and \
df['macd'].iloc[-1] > df['macdsignal'].iloc[-1] and \
df['kdj_k'].iloc[-1] > df['kdj_d'].iloc[-1] and \
df['industry'].iloc[-1] in ['电子信息', '计算机', '医药生物'] and
df['market'].iloc[-1] in ['中小板', '创业板']):
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。
