问财量化选股策略逻辑
该策略选股逻辑包含以下条件：换手率3%-12%, 昨天龙虎榜，周线红柱。
选股逻辑分析
该选股策略引入了周线红柱指标，可以更全面地考虑公司的技术面走势，同时加入了昨天龙虎榜这一市场热点因素，选股策略更具有时效性。但是同样的，这个选股策略还是过于狭隘，可能忽略其他重要因素的影响，如基本面和财务面因素。
有何风险？
该选股策略的风险与上一个选股策略类似，可能会忽略市场整体行情对于选股的影响，同时由于选股条件过于苛刻，导致筛选的范围过于狭窄，出现选股不稳定的情况。
如何优化？
该选股策略可以加入其他技术指标，如KDJ、MACD等，同时也可以进一步拓展基本面和财务面的筛选条件，提高选股的科学性和有效性。优化过程需要考虑筛选结果的稳定性和投资收益率的综合考虑，确定最优选股策略。
最终的选股逻辑
选股条件为：换手率小于等于12%且大于等于3%，昨天出现龙虎榜，并且周线有红柱。
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 YLHL_FLAG > 0 AND WEEK=1 AND C>=O AND RED
Python代码参考
import pandas as pd
import talib as ta
df = pd.read_csv('股票数据.csv')
df['week_high'] = ta.CMAX(df['high'], timeperiod=5)
df['week_low'] = ta.CMIN(df['low'], timeperiod=5)
df['week_ma'] = ta.EMA(df['close'], timeperiod=10)
df['week_macd'], _, _ = ta.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
df['week_k'], df['week_d'] = ta.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
df['week_red'] = df.apply(lambda x: x['open']<x['close'], axis=1)
selected_stock = df[(df['turnover_ratio']>=0.03) &
(df['turnover_ratio']<=0.12) &
(df['ylhl_flag']>0) &
(df['week_high']>df['week_ma']) &
(df['week_macd']>0) &
(df['week_k']>df['week_d']) &
(df['week_red'])].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。
