问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、剔除北京A股的基础上，选择最近七个交易日内连续下跌的股票（即七连阴）。
选股逻辑分析
该选股逻辑从技术面角度考虑，通过连续下跌的股票筛选，可以找到市场可能出现反弹的股票，但也可能错过某些股票长期调整的机会。
有何风险？
该选股逻辑的风险包括：1. 可能会错过长期调整的股票；2. 连续下跌的股票并不能保证一定会反弹。
如何优化？
-
增加其他技术指标
可以结合其他技术指标进行选股，如MACD、RSI等，增加对股票走势的了解、观察行业趋势，提高选股的准确度和投资收益。 -
综合考虑基本面因素
可以在选股过程中增加基本面因素的筛选，如收入、利润等指标，并结合技术面进行投资决策。
最终的选股逻辑
在换手率3%-12%、剔除北京A股的基础上，选择最近七个交易日内连续下跌的股票。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03) AND (HSL <= 0.12) AND (SYMBOL_MKTCODE == '100' OR SYMBOL_MKTCODE == '200') AND (LLV(LOW, 7) == LOW)
Python代码参考
import pandas as pd
import tushare as ts
def get_good_stocks():
good_list = []
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有非北京A股的股票
stock_basics = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market')
stock_basics = stock_basics[stock_basics.area != '北京']
for ts_code in stock_basics['ts_code'].unique():
# 选择最近七个交易日内连续下跌的股票
daily = pro.daily(ts_code=ts_code, start_date='', end_date='')
if daily.empty:
continue
if daily.iloc[-7:]['close'].pct_change().fillna(0).gt(0).any():
continue
good_list.append({
'ts_code': ts_code,
'name': stock_basics[stock_basics.ts_code == ts_code].iloc[0]['name'],
'industry': stock_basics[stock_basics.ts_code == ts_code].iloc[0]['industry'],
'market': stock_basics[stock_basics.ts_code == ts_code].iloc[0]['market'],
})
good_stocks = pd.DataFrame(good_list)
return good_stocks
good_stocks = get_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。
