问财量化选股策略逻辑
选股逻辑为：选择交易量换手率在3%~12%、买一量大于卖一量，且昨日竞价换手率大于0.26的股票。
选股逻辑分析
该选股逻辑主要侧重于股票交易量及竞价换手率。其中换手率在3%~12%，选择的是股票波动性适中的股票，符合一般投资者风险承受能力；而买一量大于卖一量则表示当前市场多头方强势；昨日竞价换手率大于0.26则表示该股票比较活跃，容易出现机会。
有何风险？
该选股逻辑主要关注于量价情况，可能未完全考虑公司基本面等因素，可能存在风险。
如何优化？
可以结合其他技术指标如KDJ、RSI等进行判断，同时可以考虑加入行业板块分类筛选，以进一步提高选股准确性。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量，且昨日竞价换手率大于0.26的股票。
同花顺指标公式代码参考
买一量大于卖一量：SELECT(BIDV1>ASKV1)
换手率在3%~12%：SELECT(TURN<N>AVG(TURN,N) AND TURN<N>3 AND TURN<N<12)
昨日竞价换手率大于0.26：SELECT(BS_COUNT_RANK<AVG(BS_COUNT_RANK,1) AND BS_COUNT_RANK<0.26)
选股：SELECT(CODE AND 买一量大于卖一量 AND 换手率在3%~12% AND 昨日竞价换手率大于0.26)
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='20220422', 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')
# 查询昨日竞价换手率大于0.26的股票
quotes_df = pro.opt_daily(ts_code='', trade_date='20220421', fields='ts_code,bs_count_rank')
df3 = quotes_df[(quotes_df['bs_count_rank'] < quotes_df['bs_count_rank'].mean()) & (quotes_df['bs_count_rank'] < 0.26)]
df1 = pd.merge(df1, df3[['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。
