问财量化选股策略逻辑
选股逻辑为：振幅大于1、9点25分涨幅小于6%、连续七个交易日收盘价下跌，选择连续七个交易日收盘价下跌的股票作为选股对象。该选股策略旨在寻找出现回调的股票，为中长期投资提供选股参考。
选股逻辑分析
该选股逻辑主要在振幅和9点25分涨幅方面加入了连续七个交易日收盘价下跌的考量，旨在寻找出现连续下跌的股票，抓住市场短期调整的机会。该逻辑在市场乐观情绪不高时，可能有效地筛选出长期投资价值较高的股票。
有何风险？
该选股策略存在较大的风险，主要表现在无法适应市场变动、长期投资角度不足等方面。代价是容易忽略短期股价走势，并未能充分考虑公司基本面和市场热点。同时，该逻辑的指标和选股方法较为基础，精度偏低，易被市场因素影响从而失去选股优势。
如何优化？
对于该选股策略，应当引入更多因素进行筛选，如市场热点、市场风险等。同时，应当调整指标和方法，加强了解股票基本面，并通过行业和市场的分析寻找更为精确的短线投资机会。一定程度上，需要增强选股的可靠性和精度，同时避免虚假或误判股票。
最终的选股逻辑
选股逻辑为：振幅大于1、9点25分涨幅小于6%、连续七个交易日收盘价下跌，选择连续七个交易日收盘价下跌的股票作为选股对象。同时，在股票的基本面和市场情况方面进行适当考量，筛选具有投资价值的短线股票。
同花顺指标公式代码参考
FZ_RANGE > 1 AND LAST/LAST[1]-1<=0.06 AND COUNTIFF(LAST<LAST[1],7)>=7
其中FZ_RANGE表示振幅，LAST表示当天的收盘价，LAST[1]表示前一天的收盘价，COUNTIFF表示连续下跌的天数。通过以上指标查找符合条件的股票。
Python代码参考
import tushare as ts
from datetime import datetime, timedelta
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,industry').values.tolist():
# 振幅大于1
k_data = pro.daily(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=30)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,high,low')
highest_price = k_data['high'][0]
lowest_price = k_data['low'][0]
for idx, k in k_data.iterrows():
if idx > 5:
break
if k['high'] >= highest_price:
highest_price = k['high']
if k['low'] <= lowest_price:
lowest_price = k['low']
if highest_price / lowest_price <= 1:
continue
# 9点25分涨幅小于6%
tick_data = pro.tick(ts_code=ts_code[0], date=datetime.now().strftime('%Y%m%d'))
current_price = tick_data[tick_data['time'] == '09:25:00']['price'].values[0]
pre_close = pro.daily(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=6)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,close', freq='1D').iloc[1]['close']
if current_price / pre_close >= 1.06:
continue
# 连续七个交易日收盘价下跌
k_data = pro.daily(ts_code=ts_code[0], start_date=(datetime.now()-timedelta(days=10)).strftime('%Y%m%d'), end_date='', fields='ts_code,trade_date,close')
if len(k_data) == 0:
continue
select_data = k_data[k_data['ts_code'] == ts_code[0]]
if (select_data['close'] == select_data['close'].shift(1)).all() or (select_data['close'] >= select_data['close'].shift(1)).all():
continue
# 判断是否为主板股票
if ts_code[1] != '主板':
continue
selected_stocks.append(ts_code[0])
return selected_stocks
在Python代码中，同样使用tushare库获取股票数据，进而筛选符合条件的股票。通过振幅、涨幅和连续下跌天数等综合指标来判断个股的回调情况，并逐步筛选储备有投资价值的股票。
## 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。
