问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、饮料酒进出口、昨日出现龙虎榜的股票。
选股逻辑分析
该选股策略集中考虑了交易活跃度、行业分类和市场情绪因素，前两者有助于挖掘潜力股，后者有助于发现市场热点和趋势。
有何风险？
该选股策略仅以昨日龙虎榜为选股依据，无法剖析明日的市场真实情况，因此有可能选出的股票在接下来的交易中表现不佳。
如何优化？
应该充分考虑市场和行业基本信息和财务指标，例如EPS、ROE、净利润增长率等进行辅助分析，同时还应考虑其他市场因素的干扰，如宏观经济、股票市场情绪等，制定更完善更准确的策略，提高选股的准确性和覆盖率。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、昨日出现龙虎榜的股票。
同花顺指标公式代码参考
换手率在3%-12%：SELECT(TURN<N>=AVG(TURN, N) AND TURN<N+1>AVG(TURN, N+1) AND TURN<N>3 AND TURN<N<12)
饮料酒进出口：SELECT(SECTOR('K40')=1)
昨日出现龙虎榜：SELECT(T1.zdf >= 5 AND T1.buy_amount > 0 AND T1.turnover_rate > 3 AND T1.buy_reason > 0)
选股：SELECT(CODE AND 换手率3%-12% AND 饮料酒进出口 AND 昨日出现龙虎榜)
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
df1 = pro.stock_basic(exchange='SZSE', list_status='L', fields='ts_code,industry,name')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
df2 = pro.concept_detail(id='301687', fields='ts_code') # 龙虎榜概念
df3 = pro.trade_cal(exchange='', start_date='20220101', end_date='20221014', fields='cal_date,is_open')
df3 = df3[df3['is_open'] == 1]
cal_date = df3.iloc[-2]['cal_date'] # 获取昨日交易日
df4 = pro.top_list(trade_date=cal_date, fields='ts_code,buy_amount,sell_amount,net_amount,turnover_rate,buy_reason,sell_reason') # 获取昨日龙虎榜
df4 = df4[(df4['buy_reason'] > 0) & (df4['turnover_rate'] > 3) & (df4['net_amount'] > 0)]
df4['zdf'] = (df4['buy_amount'] - df4['sell_amount']) / df4['buy_amount'] * 100
df5 = pro.daily(trade_date=cal_date, fields='ts_code,turnover_rate')
df5 = df5[(df5['turnover_rate'] >= 3) & (df5['turnover_rate'] <= 12)]
df = pd.merge(df2, df1, on='ts_code')
df = pd.merge(df, df4, on='ts_code')
df = pd.merge(df, df5, on='ts_code')
df = df[df['name'].str.contains('ST') == False]
return df['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。
