问财量化选股策略逻辑
选股逻辑：元宇宙,流通市值大于100亿元,前日实际换手率>3～28。
选股逻辑分析
该选股策略以元宇宙板块为基础，要求股票的流通市值大于100亿元。在此基础上，考虑了股票的实际换手率，过高或者过低的换手率均可能表明市场对该标的的关注度不够，因此此片区间更加符合高质量标的的选择要求。
有何风险？
在使用实际换手率来筛选股票时，需要注意到具体换手率大小的限制条件，可能会对选出来的标的有一定影响。同时，实际换手率会随着市场环境不断变动，因此这种基于历史数据的选股逻辑存在较大的风险。
如何优化？
可以考虑加入更多基本面因素作为选股指标，而不仅仅是流通市值。另外，可以进一步细化换手率的筛选范围，选择更加合适的区间段。此外，还可以在实时监控市场变化的基础上，对选股逻辑进行动态调整以适应当前的投资机会。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,前日实际换手率>5～20。
同花顺指标公式代码参考
以下为该选股策略中可能用到的指标公式参考，供参考：
- 前日实际换手率，通达信公式：REF((IFNULL(VOL,0)/TTM),2)*100
Python代码参考
以下是获取符合该要求股票的Python代码片段：
import QUANTAXIS as QA
import pandas as pd
# 获取元宇宙板块及流通市值超过100亿元的标的
df = QA.QA_fetch_stock_block_adv().get_code_filtered('元宇宙')
df = df[df['c_market_cap'] > 1000000000]
# 筛选出前日实际换手率在5%~20%之间的标的
selected = []
for code in df.index:
data = QA.QA_fetch_stock_day_adv(code, start='2022-01-01')
data_df = data.data.reset_index()
# 如果数据不足3个交易日，则跳过该标的
if len(data_df) < 3:
continue
# 计算前日实际换手率并筛选
pre_turnover = data_df.iloc[-3].volume / data_df.iloc[-4].turnover * 100
if pre_turnover > 5 and pre_turnover < 20:
selected.append(code)
# 输出筛选结果
print(selected)
注：以上代码中，使用的是 QuantAxis 库中的数据获取和计算函数。以上代码中的选股条件仅供参考，实际应用中应根据实际需求进行适当调整。
## 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。
