问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、DEA指标上涨、上市时间大于一年的股票。
选股逻辑分析
此选股逻辑主要通过考虑股票的流动性、短期趋势和资本市场历史表现来选择相对稳定、走势良好、流动性较好的股票。相较于上证50成份股，上市时间大于一年的股票普遍有相对成熟的业务和发展计划，有更好的发展潜力以及稳定性。同时，通过DEA指标上涨选择走势良好的股票，而换手率作为衡量股票流动性的指标，选择相对稳定的股票。
有何风险？
该选股逻辑中虽然考虑了股票的历史表现和流动性因素，但仅限于上市时间大于一年的股票，无法透彻考虑到其它市场因素对个股的影响，过于依赖历史走势，存在潜在风险。
如何优化？
可以考虑加入更多技术指标和基本面因素，如RSI、PE、Pb等指标，完善整个选股逻辑。同时可以考虑对选股逻辑进行样本内样本外测试，避免过拟合等问题。
最终的选股逻辑
选择换手率在3%-12%、DEA指标上涨、上市时间大于一年的股票。
同花顺指标公式代码参考
换手率：TURNOVER>=3 AND TURNOVER<=12;
DEA指标上涨：REF(MA(CLOSE,12),1)>REF(MA(CLOSE,26),1) AND MA(CLOSE,12)>MA(CLOSE,26) AND MA(CLOSE,12)-MA(CLOSE,26)>MA(MA(CLOSE,12)-MA(CLOSE,26),9);
上市时间：DATEDIFF(TODAY,ipo_date)/365>=1;
选股：SELECT(CODE, 换手率 AND DEA指标上涨 AND 上市时间, ALL);
python代码参考
def select_stocks(df):
df = df[['code', 'turnover', 'ipo_date']]
df['ipo_date'] = pd.to_datetime(df['ipo_date'])
df = df[(df['turnover']>=3) & (df['turnover']<=12)]
df = ths.dea(df, 9, 12, 26)
df = df[(df['dea'].diff()>0)]
df = df[(pd.to_datetime('today')-df['ipo_date'])/pd.Timedelta(365, 'D')>=1]
return pd.DataFrame({'code': df['code']})
## 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。
