(supermind量化策略)换手率3%-12%、开盘价在十日线左右、圆弧形

问财量化选股策略逻辑

该策略选股逻辑包括以下条件：换手率3%-12%,开盘价在十日线左右,圆弧形。

选股逻辑分析

该选股逻辑着眼于股票价格的形状以及交易的活跃度等因素来筛选高质量的股票。圆弧形可以反映出股票价格的处于上升趋势中，而换手率及开盘价与十日线的关系则会反映出股票的交易活跃度和短期走势。

有何风险？

圆弧形是一种相当主观的形状描述，会受到操作者个人主观判断上升趋势的影响，因此存在选股结果不确定的风险。

如何优化？

可以综合多因素进行选股，比如加入市盈率、市净率等基本面因素的筛选条件，以及多日均线拐头、涨停板、MACD等指标的综合考虑，来改善选股的表现。同时，可以考虑引入更客观的股票形态指标，如上升三角形、头肩底等等。

最终的选股逻辑

该选股逻辑为：换手率大于等于3%且小于等于12%、开盘价在十日线左右、形态特征为圆弧形的股票。

同花顺指标公式代码参考

通达信公式代码：

(TURNOVER >= 0.03 AND TURNOVER <= 0.12) 
AND (OPEN > MA(CLOSE,10)*0.95 AND OPEN < MA(CLOSE,10)*1.05)
AND (FORMULA("圆弧形"))

python代码参考

import pandas as pd
import numpy as np
from pytdx.hq import TdxHq_API

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

# 获取所有A股列表
all_stocks = api.get_security_list(1, 0)
df = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type'])

# 获取股票历史行情及可转债信息
selected_stocks = []
for code in df['code']:
    k_data = api.get_k_data(code)
    if k_data is not None and len(k_data)>1:
        selected_data = (k_data['turnover_ratio']>=0.03) & \
                        (k_data['turnover_ratio']<=0.12) & \
                        (k_data['open']>k_data['close'].rolling(10).mean()*0.95) & \
                        (k_data['open']<k_data['close'].rolling(10).mean()*1.05) & \
                        (FORMULA("圆弧形"))
        if selected_data.any():
            selected_stocks.append({'code': code, 'name': df[df['code']==code]['name'].values[0], 'market_type': df[df['code']==code]['market_type'].values[0]})
df_selected = pd.DataFrame(selected_stocks)

# 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%、开盘价在十日线左右、圆弧形_