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，选择最近三个交易日一直下跌的股票。
选股逻辑分析
该选股逻辑主要从技术面角度考虑，利用短期趋势判断选股方向，选择连续下跌的股票，理论上在趋势反转时可以获取更大收益。
有何风险？
该选股逻辑的风险包括：1. 短期趋势并不能完全代表长期股票的投资价值；2. 股票有可能出现大幅波动，不易适应市场变化。
如何优化？
该策略建议结合其他指标进行综合分析，比如公司治理水平、行业趋势、财务指标等，以全面了解选定行业和个股的基本面情况，并在确定投资风险可控的情况下，再进行投资。
最终的选股逻辑
在换手率3%-12%、剔除北京A股的基础上，选择最近三个交易日持续下跌的优质股。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03) AND (HSL <= 0.12) AND (REF(CLOSE,1) > REF(CLOSE,2)) AND (REF(CLOSE,2) > REF(CLOSE,3))
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()
# 获取所有非科创板的股票
stock_basics = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market')
stock_basics = stock_basics[stock_basics.market != '科创板']
for ts_code in stock_basics['ts_code'].unique():
# 剔除北京A股
if stock_basics[stock_basics.ts_code == ts_code].iloc[0]['area'] == '北京':
continue
# 选取过去三个交易日连续下跌的股票
all_data = pro.daily(ts_code=ts_code, start_date='')
if all_data['close'].iloc[0] <= all_data['close'].iloc[1] <= all_data['close'].iloc[2]:
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。
