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，未清偿可转债简称不可为空的股票进行投资。
选股逻辑分析
该选股策略的选股条件主要包括：
- 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%~28%之间，反映市场对其价值有所认可；
- 未清偿可转债简称不可为空，说明公司融资渠道较为多样化，具有一定的融资渠道优势。
综合考虑上述条件，选出符合条件的具有较强市场认可度和融资渠道优势的股票进行投资。
有何风险？
- 市场波动大，投资风险较大；
- 行业竞争激烈，技术、政策等因素可能对企业发展产生影响；
- 融资渠道多样化也可能意味着公司负债偏高，需注意其财务状况和偿债能力。
如何优化？
- 选取优秀的元宇宙企业，多维度分析其成长性和市场竞争力；
- 对于未清偿可转债简称不可为空的设定，应该有所考虑，适当增加筛选条件，为选股提供更准确的依据；
- 综合考虑其他市场指标，如市盈率、市净率等，提高投资价值分析的精度；
- 当日开盘价高于前日收盘价并不能完全代表股票的投资价值，需多角度分析其上涨原因和可持续性；
- 将选股条件的时间维度加入考虑，适当放宽选股条件的参数，减少误判率。
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，未清偿可转债简称不可为空的股票进行投资。
具体选股条件为：元宇宙行情为 GNXQ，前日实际换手率为 TURNOVER(2)，未清偿可转债简称不可为空为 BONDCODE()<>""。
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)
- 未清偿可转债简称不可为空：BONDCODE()<>""。
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='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share')
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')
data2['actual_turnover'] = data2['turnover_rate_f'] * 100
data2 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
data3 = pd.merge(data1, data2[['ts_code', 'actual_turnover']], on='ts_code', how='inner')
data4 = ts.pro_api().cb_basic(fields='ts_code,bond_short_name')
data5 = pd.merge(data3, data4[['ts_code', 'bond_short_name']], on='ts_code', how='inner')
data6 = data5[data5['bond_short_name'].notnull()]
data6 = data6.sort_values(by='actual_turnover', ascending=False)
return data6[['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。
