(supermind量化投资)task13/a/元宇宙、前日实际换手率>3～28、PE>0

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%~28%之间，并且PE大于0的个股进行投资。

选股逻辑分析

该选股策略的选股条件主要包括：

1. 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；
2. 前日实际换手率在3%~28%之间，反映市场对其价值有所认可；
3. PE大于0，代表企业有盈利能力和成长潜力。

通过对以上条件进行综合挑选，最终选出符合条件的个股进行投资。

有何风险？

1. 该选股策略忽略了其他公司经营数据，只考虑了PE；
2. PE仅是一种估值指标，不一定代表企业的价值；
3. 受市场情况和政策变化影响，有可能出现选股结果不稳定的情况。

如何优化？

1. 引入其他技术指标，比如市盈率、市净率等，从多个角度对股票进行筛选；
2. 通过深入分析公司的基本面数据，进而了解股票的长期发展趋势；
3. 定期检查所选股票的业绩和市场情况，及时进行调整，以保证选股策略的有效性。

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%~28%之间，并且PE大于0的个股进行投资。具体选股条件为：元宇宙行情为 GNXQ，前日实际换手率为 TURNOVER(2)，PE大于0为 PE。

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)
• 市盈率PE：PE

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, list_date')
    data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
    data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate, turnover_rate_f, pe')
    data2['actual_turnover'] = data2['turnover_rate_f'] * 100
    data2 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28) & (data2['pe'] > 0)]
    data3 = pd.merge(data1, data2[['ts_code', 'actual_turnover', 'pe']], on='ts_code', how='inner')
    return data3[['ts_code', 'name']]

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)