(supermind量化策略)换手率3%-12%、前25天有涨停、竞价主力净买大于0

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,竞价主力净买大于0。

选股逻辑分析

该选股策略综合考虑了换手率、情绪以及资金面等多个因素，找到处于上升趋势且资金面支持的个股。同时，该选股策略紧密关注个股的情绪变化，有助于发现交易机会。

有何风险？

该选股策略忽略了一些基本面因素，如公司经营变化等，可能造成收益略低的情况。同时，市场行情可能出现异常变化，该选股策略受到的影响比较大。

如何优化？

可以结合市场行情进行动态调整并设置风险控制机制，例如增加基本面数据分析因素及技术分析因素，或是设立止盈、止损机制等来规避风险。

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,14日竞价主力净买大于0，结合其他技术分析和基本面数据进行综合筛选。

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 SUM(NET_BUY-ASK_VOLUME, 14)>0 AND MARKET!=2 AND STATUS=0 ORDER BY PE DESC

其中，其他条件同上一例子。

python代码参考

import pandas as pd
from pytdx.hq import TdxHq_API

# 创建连接
api = TdxHq_API()
api.connect('119.147.212.81', 7709)

# 所有A股列表
all_stocks = api.get_security_list(0, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type', 'industry'])

# 获取A股数据
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:
        finance_data = api.get_finance_info(code, 0)
        quotes = api.get_security_quotes([(df_stocks[df_stocks['code'] == code]['exchange_type'].values[0], code)])
        k_data = api.get_security_bars(9 if quotes['last_prices'][0] < 10 else 0, 0, code, 5, 350)
        tick_data = api.get_transaction_data(1 if quotes['last_prices'][0] < 10 else 0, code, 0, 800)
        if len(k_data) > 0 and \
                k_data['turnover'].quantile(0.7) >= 0.03 and \
                k_data['turnover'].quantile(0.7) <= 0.12 and \
                any(k_data['high'].rolling(window=25).apply(lambda x: (x == x.max()).any())) and \
                sum(tick_data['buy'] - tick_data['ask']) > 0:
            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],
                                    'pe': finance_data['pe'][0]})

df_selected_stocks = pd.DataFrame(selected_stocks)
df_selected_stocks = df_selected_stocks.sort_values('pe', ascending=False).reset_index(drop=True)

# 断开连接
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化策略)换手率3%-12%、前25天有涨停、竞价主力净买大于0_