问财量化选股策略逻辑
选股逻辑为：在换手率为3%-12%、10日涨幅大于0小于35的基础上，选择连续3天以上大单净量大于0.05的股票进行选股。
选股逻辑分析
该选股策略通过关注大单净量来筛选出有可能出现大幅上涨的股票。同时，通过限定换手率和涨幅的条件，筛选出较为具有潜力的股票进行选股。
有何风险？
该选股策略存在大单净量可能存在“假象”、只是资金短期操作的情况，因此选股精度存在一定的不确定性和危险性。
如何优化？
可以考虑引入更多的条件，如均线突破、技术指标等等，结合基本面分析和技术面分析，以提高选股的精度和有效性。
最终的选股逻辑
在换手率为3%-12%、10日涨幅大于0小于35的基础上，选择连续3天以上大单净量（单日大于0.05）的股票进行选股。为提高选股精度，可以结合其他条件，如均线突破、技术指标等等，综合考虑股票的基本面和技术面因素。
同花顺指标公式代码参考
该选股策略可能用到的指标包括：大单净量、换手率、涨幅、均线等，请根据具体需求自行查询同花顺指标公式，并进行修改与适配。
Python代码参考
import pandas as pd
import tushare as ts
# 获取符合条件的股票列表
def get_good_stocks(pro):
good_list = []
for ts_code in pro.stock_basic(exchange='', list_status='L')['ts_code']:
# 调用Tushare接口获取所有股票数据
data = pro.major_holder(ts_code=ts_code, start_date='20211018', end_date='20211021')
# 筛选出连续三天以上的大单净量大于0.05
if len(data) == 5 and (data.iloc[0]['pct_rts'] + data.iloc[1]['pct_rts'] + data.iloc[2]['pct_rts']) > 0.15:
daily_info = pro.daily(ts_code=ts_code, start_date='20211021', end_date='20211021')
if len(daily_info) > 250 and 0 < daily_info.iloc[-1]['pct_chg'] < 0.035 and 0.03 < daily_info['turnover_rate'].iloc[-1] < 0.12:
good_list.append(ts_code)
return good_list
# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)
# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
daily_data = pro.daily(ts_code=stock_code, start_date='20211021', end_date='20211021')
ma_10 = daily_data['close'][-10:].mean()
result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / ma_10) - 1, daily_data.iloc[-1]['pct_chg']])
# 排序，输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate', 'today_increase'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
## 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。
