问财量化选股策略逻辑
选股逻辑：在换手率3%到12%、外盘/内盘大于1.3、三连阴的基础上，选择股票进行投资。
选股逻辑分析
该选股逻辑考虑了市场的流动性和情绪特征，即关注股票的交投活跃度和近期的价格趋势，以筛选出表现不佳且可能存在反弹机会的股票。
有何风险？
该选股逻辑可能忽略了一些具备长期投资价值的股票，例如在公司营收不断增长、盈利良好等情况下，暂时经历了价格下跌的情况，但长期来看其投资价值依然可观。
如何优化？
可以将该选股逻辑与其他行业指标和财务指标相结合，例如市净率、股息率等，以综合考虑股票的价值，进一步提高选股的精度。
最终的选股逻辑
在换手率3%到12%、外盘/内盘大于1.3、三连阴的基础上，结合其他行业指标和财务指标进行综合筛选。
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 cs.symbol AS code
FROM
(SELECT symbol
FROM stock_industry AS si
WHERE industry_name LIKE 'xxx'
) AS cs
INNER JOIN
(SELECT stock_code FROM csn_assets_analysis WHERE turnover_rate >=3 AND turnover_rate <=12 AND outside_volume / inside_volume > 1.3 AND (close < open) AND (close.shift(1) < open.shift(1)) AND (close.shift(2) < open.shift(2))) AS k
ON cs.symbol = k.stock_code
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
def select_stock(data: pd.DataFrame, industry: str, n: int) -> List[str]:
selected_stocks = []
industry_df = data[data['industry_name'] == industry]
for code, df in industry_df.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['outside_volume'].iloc[-1] / df['inside_volume'].iloc[-1] > 1.3) and \
((df['close'].iloc[-1] < df['open'].iloc[-1]) and \
(df['close'].shift(1).iloc[-1] < df['open'].shift(1).iloc[-1]) and \
(df['close'].shift(2).iloc[-1] < df['open'].shift(2).iloc[-1]))):
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。
