问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：前日实际换手率在3%~28%之间，反包。
选股逻辑分析
该选股策略的选股条件主要包括：
- 选择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，反映市场对其价值的认可度高且有成交热度，具有投资价值；
- 反包，即昨日整体市场下跌，但该股票上涨，可能具有相对强势，具有投资价值。
有何风险？
- 忽略了其他重要的财务指标和技术指标，不能充分反映企业的基本面和未来发展趋势；
- 反包策略只是基于昨日表现来进行选股，可能会受到市场波动的影响，而非真正反映企业的投资价值；
- 市场上涨时，该选股策略的可选范围较小，可能存在选股困难的问题。
如何优化？
- 可以增加其他选股条件，如PE、PB等财务指标、技术指标等，综合考虑来筛选具备投资价值的股票；
- 对反包策略的选择要更加谨慎，充分理解企业的核心业务和竞争优势，避免被市场波动误导；
- 结合市场实际情况调整选股策略，在市场上涨时放松反包策略，允许一定的股票上涨。
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，并且当日股价上涨的股票进行投资。
具体选股条件为：元宇宙行情为GNXQ，前日实际换手率为TURNOVER(2)，当日涨幅为CHANGE > 0, 反包为(INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND C>REF(C,1));
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)
- 当日股价涨幅：CHANGE > 0
- 反包策略：INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND C>REF(C,1)
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, float_share, market_cap, pe, pb, area')
data1['ipo_date'] = pd.to_datetime(data1['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_f, pct_chg')
data2['actual_turnover'] = data2['turnover_rate_f'] * 100
data2 = data2[data2['pct_chg'] > 0]
data3 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
data3['ts_code'] = data3['ts_code'].apply(lambda x: x.split('.')[0])
data4 = pro.concept(src='ts', id='TS23', fields='ts_code, name')
data4 = data4[data4['name'] == '机器人']
data5 = data1.merge(data3[['ts_code']], on='ts_code', how='inner')
data6 = data5.merge(data4[['ts_code']], on='ts_code', how='inner')
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。
