问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、机器人概念且流通市值小于100亿、七连阴的主板股票中进行投资。
选股逻辑分析
本选股逻辑在基本面选股的基础上，加入了股票的技术面因素，即选择连续下跌七个交易日的股票，这一指标能够反映出市场对该股票的情绪趋势，从而对投资价值有一定的参考价值。
有何风险？
本选股策略依然忽略了一些重要的基本面和财务因素，选择出的股票可能并不具有投资价值。同时，连续下跌七个交易日可能不一定代表该股票即将反弹，风险仍然较高。
如何优化？
本选股策略应该进一步加入基本面和财务因素进行筛选，同时不只看股票的下跌脉冲，应该对整体市场情绪进行分析判断，同时结合多种技术指标和其它分析手段如K线图进行双重确认，减少因投机因素选择错误。
最终的选股逻辑
选股条件为：换手率3%-12%、选择机器人概念且流通市值小于100亿、七连阴的主板股票中进行投资。
同花顺指标公式代码参考
选股条件：换手率>=3 and 概念(机器人)==1 and 流通市值<=100000 and MA(7)<CLOSE*0.98 order by 按出现次数排序;
选股结果：fml('换手率>=3 and 概念(机器人)==1 and 流通市值<=100000 and MA(7)<CLOSE*0.98 order by 按出现次数排序', 100)
python代码参考
import tushare as ts
import pandas as pd
import numpy as np
ts.set_token('your_token')
pro = ts.pro_api()
def select_good_stocks():
# 换手率3%-12%
df1 = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,pe,pb,turnover_rate,amount,total_mv,float_mv')
df1 = df1[(df1['turnover_rate'] >= 3) & (df1['turnover_rate'] <= 12)]
df1 = df1[(df1['concept'].str.contains('机器人'))]
df1 = df1[(df1['float_mv'] <= 100000)]
# 七连阴
df2 = pro.daily(ts_code='', start_date='20210215', end_date='20210226')
df2['ma7'] = df2['close'].rolling(7).mean()
df2 = df2[df2['ma7'] < df2['close']*0.98].reset_index(drop=True)
# 合并数据
df = pd.merge(df1,df2,on='ts_code')
return df
good_stocks = select_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。
