问财量化选股策略逻辑
该选股策略选取元宇宙行业中，前日实际换手率在3%至28%之间以及流通市值在50亿至100亿之间的股票进行投资。
选股逻辑分析
该选股策略主要围绕以下条件进行选股：
- 选取元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 前日实际换手率在3%至28%之间，可能表示该个股存在着资金流动性和市场认可度；
- 流通市值在50亿至100亿之间，可能表示该个股具有较高的价值与成长性。
结合以上条件，选取符合条件的个股进行投资。
有何风险？
- 可能存在做市商对于个股的控盘或者流通性风险；
- 流通市值的选取方法可能较为主观和随意。
如何优化？
- 增加更多的基本面指标进行综合分析；
- 调整选股策略，减少过于主观的条件；
- 结合机器学习等技术，优化选股策略。
最终的选股逻辑
该选股策略选取元宇宙行业中，前日实际换手率在3%至28%之间以及流通市值在50亿至100亿之间的股票进行投资。
同花顺指标公式代码参考
- 元宇宙行情：GNBK("gnxq");
- 前日实际换手率：TURNOVER(2);
- 流通市值：CIRC_MV(0);
- 选股条件：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND CIRC_MV(0)>5000000000 AND CIRC_MV(0)<10000000000
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='SSE', list_status='L', fields='ts_code,name,industry')
data1 = data1[data1['industry'].str.contains('元宇宙')]
data2 = pro.daily_basic(ts_code='', trade_date='20220111', fields='ts_code,turnover_rate,total_share,float_share,pe,pe_ttm,pb,circ_mv')
data2['actual_turnover'] = data2['turnover_rate'] * data2['float_share'] * 100 / data2['total_share']
data2 = data2[data2['actual_turnover'] > 3]
data2 = data2[data2['actual_turnover'] < 28]
data2 = data2[data2['circ_mv'] > 5000000000]
data2 = data2[data2['circ_mv'] < 10000000000]
data3 = pd.merge(data1, data2[['ts_code']], on='ts_code', how='inner')
return data3
## 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。
