问财量化选股策略逻辑
该选股策略选取元宇宙行业中，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、昨天换手率大于8%。
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、昨天换手率大于8%，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；
- 综合考虑上述条件，选出符合条件的具有潜在成长性、市场认可度高、市值较大的股票进行投资。
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。
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；
- 建立相应的风险控制策略，防范投资风险；
- 结合其他技术分析指标，如均线、MACD等技术指标，更全面地评估股票投资机会。
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、昨天换手率大于8%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)，昨日实际换手率为 TURNOVER(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)
- 昨日实际换手率：TURNOVER(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')
data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N'])) & (data1['float_share'] > 10**8)]
data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate, turnover_rate_f, close, pre_close')
data2['actual_turnover'] = data2['turnover_rate_f'] * 100
data3 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
data4 = pd.merge(data1, data3[['ts_code']], on='ts_code', how='inner')
data5 = pro.daily_basic(ts_code=data4['ts_code'].tolist(), trade_date='20220101', fields='ts_code, turnover_rate_f')
data6 = data5[data5['turnover_rate_f'] > 8]
data7 = pd.merge(data4, data6[['ts_code']], on='ts_code', how='inner')
return data7[['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。
