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%,流通盘小于等于55亿股,反包。
选股逻辑分析
该选股策略主要参考了换手率、流通盘和反包指标，仅从股票的基本面和技术面方面考虑，选股策略相对简单，并且反包指标是基于较短期的股价趋势进行研究和筛选，存在选择单一和过度依赖技术面的风险。
有何风险？
该选股策略选择单一，只从基本面和技术面方面考虑，未考虑到其它重要指标如估值、成长性等因素，可能导致选股不够全面、准确。
如何优化？
可以加入其它指标如PE、PB、PEG等指标，以更全面地评价股票的估值和成长性，从而更精确地选出符合要求的股票。可以酌情增加反包时段、设置其他适合的技术指标（如均线、MACD等）与基本面指标的组合集合，以增强策略的有效性和可操作性。
最终的选股逻辑
选股标准为：换手率小于等于12%，流通市值大于等于1亿元且小于等于55亿元，反包。
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 (CIRCULAT_MARKET_CAP >= 1 AND CIRCULAT_MARKET_CAP <= 55) AND REF(CLOSE, 1) < REF(OPEN, 1) AND CLOSE > OPEN
python代码参考
# 按照选股策略进行筛选
selected_stock = df[(df['turnover_ratio'] >= 0.03) & (df['turnover_ratio'] <= 0.12) & (df['circulating_market_cap'] >= 1) & (df['circulating_market_cap'] <= 55) & (df['close_price'].shift(1) < df['open_price'].shift(1)) & (df['close_price'] > df['open_price'])]
# 加入其它指标筛选
selected_stock = selected_stock[(selected_stock['pe_ratio'] > 0) & (selected_stock['pb_ratio'] > 0) & (selected_stock['peg_ratio'] > 0)]
# 加入其他技术指标
ma5 = talib.SMA(selected_stock['close_price'].values, timeperiod=5)
ma10 = talib.SMA(selected_stock['close_price'].values, timeperiod=10)
macd, macdsignal, macdhist = talib.MACD(selected_stock['close_price'].values, fastperiod=12, slowperiod=26, signalperiod=9)
selected_stock['ma5'] = ma5
selected_stock['ma10'] = ma10
selected_stock['macd'] = macd
selected_stock['macdsignal'] = macdsignal
selected_stock['macdhist'] = macdhist
# 设置止损
stop_loss_price = selected_stock['close_price'] * 0.9
## 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。
