问财量化选股策略逻辑
该选股策略选股逻辑为：换手率3%-12%,前25天有涨停,昨日非涨停板。
选股逻辑分析
该选股策略主要以换手率、涨停板信息和昨日非涨停板信息为基本面指标，筛选出具备流动性、较好的市场关注度和一定的历史业绩的标的，可以一定程度上提高选股策略的稳定性和盈利性。
有何风险？
该选股策略可能会过于追求热点、短期行情，面临与短线波动关联较高、系统性风险等颗粒度较大的问题。
如何优化？
可以在基本面指标中加入其他财务指标进行综合分析，同时在考虑涨停板信息时，可以结合技术面分析，引入趋势、均线等指标进行辅助选股。同时，可以根据个股的历史情况和市场整体行情进行动态调整，以更好地控制风险。
最终的选股逻辑
该选股策略选股逻辑为：换手率3%-12%,前25天有涨停,昨日非涨停板，从而筛选出具备流动性、较好的市场关注度和一定的历史业绩、并出现短期调整提供入场机会的标的。
同花顺指标公式代码参考
通达信指标代码：
TURNOVER_RATIO>=0.03 AND TURNOVER_RATIO<=0.12 AND COUNT(WINDBREAKSIGN>0 and WINDBREAKSIGN<100, 25)>=1 AND (REF(WINDBREAKSIGN,1)<=0 OR REF(WINDBREAKSIGN,1)>=100)
python代码参考
import pandas as pd
from pytdx.hq import TdxHq_API
api = TdxHq_API()
api.connect('119.147.212.81', 7709)
all_stocks = api.get_security_list(0, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type', 'industry'])
selected_stocks = []
for code in df_stocks['code']:
if code.startswith(('00', '60', '30')) and df_stocks[df_stocks['code'] == code]['market_type'].values[0] != 5:
if not api.is_ST(code) and api.get_stock_list_by_market(1)['name'].tolist().count(df_stocks[df_stocks['code'] == code]['name'].values[0]) == 0 and \
api.get_stock_list_by_market(2)['name'].tolist().count(df_stocks[df_stocks['code'] == code]['name'].values[0]) == 0:
k_data = api.get_security_bars(9, 0, code, 4, 26)
if len(k_data) > 1 and \
k_data['turnover'].quantile(0.7) >= 0.03 and \
k_data['turnover'].quantile(0.7) <= 0.12 and \
any(k_data['high'][:-1].rolling(window=25).apply(lambda x: (x == x.max()).any())) and \
(k_data.iloc[-2]['windbreaksign'] == 0 or k_data.iloc[-2]['windbreaksign'] == 100):
selected_stocks.append({'code': code,
'name': df_stocks[df_stocks['code'] == code]['name'].values[0],
'market_type': df_stocks[df_stocks['code'] == code]['market_type'].values[0],
'change': api.get_security_quotes([(df_stocks[df_stocks['code'] == code]['exchange_type'].values[0], code)])['change'][0]})
df_selected_stocks = pd.DataFrame(selected_stocks)
df_selected_stocks = df_selected_stocks.sort_values('change', ascending=False).reset_index(drop=True)
api.disconnect()
## 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。
