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、（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2。
选股逻辑分析
在前一个选股逻辑的基础上，该选股逻辑添加了一个基于成交量的因素，考虑了竞价成交量对于昨日换手率的影响。通过该条件，筛选出相对活跃的股票，有助于找到投资机会。
有何风险？
该选股逻辑中依然忽略了重要的市场因素，如行业趋势、宏观政策等，可能导致选股偏差。同时，竞价成交量只是短期的指标，未来的走势可能与之不一致，存在着未来不确定性。
如何优化？
除了技术面因素和成交量因素外，应该加入更多的基本面因素，如市盈率、市净率等，以及关注企业的盈利预测等因素，有助于提高选股精度。同时，应尽量避免选择过于集中的某个行业或板块中的股票，以降低风险。
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、（昨日换手率*（今日竞价成交量/昨日成交量））大于0.5且小于2。
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 ((REF(TURNOVER,1)*(TODAY('v')/REF('v',1)))>0.5 AND (REF(TURNOVER,1)*(TODAY('v')/REF('v',1)))<2)
AND MARKETTYPE ≠1
python代码参考
import pandas as pd
import numpy as np
df = pd.read_csv('股票数据.csv')
selected_stock = df[(df['turnover_ratio']>=0.03) &
(df['turnover_ratio']<=0.12) &
(df['open']>(df['close'].rolling(10).mean()*0.95)) &
(df['open']<(df['close'].rolling(10).mean()*1.05)) &
((df['turnover_ratio'].shift(1)*(df['竞价成交量']/df['成交量'].shift(1))>0.5) &
(df['turnover_ratio'].shift(1)*(df['竞价成交量']/df['成交量'].shift(1))<2)) &
(df['market_type']!=1)].reset_index(drop=True)
## 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。
