问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、K小于20和昨日竞价换手率大于0.26的股票作为买入信号。
选股逻辑分析
该选股策略在换手率、KDJ和竞价换手率三个方面进行了筛选。竞价换手率可以反映出市场情绪，昨日竞价换手率大于0.26可以视为较大的交投活跃，可以作为一种辅助选择标准。
有何风险？
该选股策略仍然忽略了股票基本面和市场环境等因素，仍存在盲目追求技术指标的风险，应综合考虑多方面因素，制定综合而完善的选股策略。
同时由于竞价换手率较为短期，具备一定的波动性和不确定性，可能会因为过度追求极高的竞价换手率而带来过度乐观或悲观的态度，从而发生交易定错、操作失误等问题。
如何优化？
可以综合考虑行业发展趋势、公司财务状况、技术指标、市场情绪、资金流向等，形成更全面、细致的选股规则。同时，合理控制仓位，降低投资风险。
最终的选股逻辑
在换手率3%-12%、K小于20和昨日竞价换手率大于0.26的前提下，筛选股票作为买入信号。
同花顺指标公式代码参考
选股条件：SETPRICETYPE(1); VOLUME>0; (K<20) AND LP_TODAY > 0.26
选股结果：fml('SETPRICETYPE(1); VOLUME>0; (K<20) AND LP_TODAY > 0.26','desc', 'market_cap', 100)
Python代码参考
import tushare as ts
import talib
# 筛选好股票函数
def select_good_stocks():
# 换手率3%-12%
basic_info = ts.get_stock_basics()
good_stocks = basic_info[(basic_info['turnoverratio'] >= 3) & (basic_info['turnoverratio'] <= 12)]
# K小于20，竞价换手率大于0.26
for stock in good_stocks.index.tolist():
df1 = ts.get_k_data(stock)
if len(df1) <= 0:
continue
# 计算竞价换手率，如果符合条件则加入买入信号列表
lp_today = df1.iloc[-1]['volume'] / df1.iloc[-1]['turnover'] / df1.iloc[-1]['circulating_share']
if df1.iloc[-1]['K'] < 20 and lp_today > 0.26:
good_stocks.drop([stock], inplace=True)
return good_stocks
good_stocks = select_good_stocks()
print(good_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。
