问财量化选股策略逻辑
选股逻辑为：选择换手率在3%~12%、买一量大于卖一量，并且归属母公司股东的净利润（同比增长率）大于20%小于等于100%的股票。
选股逻辑分析
该选股逻辑考虑到了公司的基本面因素，通过挑选出归属母公司股东的净利润同比增长率大于20%小于等于100%的股票，结合换手率和买卖量指标来筛选出流动性较好的股票，同时具有成长性。
有何风险？
该选股逻辑仍然只考虑了股票价格和基本面的少量因素，并没有考虑其他更加全面的指标，如公司市值、财务报表等因素。在一些特殊情况下可能会存在提高选股失败率的风险。
如何优化？
可以增加选股策略所考虑的指标，如流动性、市值、基本面、行业走势等多方面的因素来进行筛选。同时，结合机器学习、人工智能等技术提高筛选的准确度。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量，并且归属母公司股东的净利润（同比增长率）大于20%小于等于100%的股票。
同花顺指标公式代码参考
选股：SELECT(CODE AND TURN<N>AVG(TURN, N) AND BIDV1>ASKV1 AND Q_NETPROFIT_PARENT_COMPANY_YOY>20 AND Q_NETPROFIT_PARENT_COMPANY_YOY<=100)
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
# 查询挂买一量大于卖一量的股票
market_df = pro.market_detail(symbol='', trade_date='20220422')
df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
# 查询换手率在3%-12%的股票
daily_df = pro.daily(ts_code='', start_date='20220421', end_date='20220422', fields='ts_code,turnover_rate')
df2 = daily_df[(daily_df['turnover_rate'] >= 3) & (daily_df['turnover_rate'] <= 12)]
df1 = pd.merge(df1, df2[['ts_code']], on='ts_code')
# 查询归属母公司股东的净利润同比增长率在20%-100%的股票
financial_df = pro.fina_indicator(ts_code='', start_date='20211231', end_date='20211231',
fields='ts_code,end_date,q_netprofit_parent_company_yoy')
df2 = financial_df[(financial_df['q_netprofit_parent_company_yoy'] > 20) &
(financial_df['q_netprofit_parent_company_yoy'] <= 100)]
df1 = pd.merge(df1, df2[['ts_code']], on='ts_code')
return df1['ts_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。
