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、股价为18.5元的股票。
选股逻辑分析
该选股策略综合考虑了市场交易活跃度、行业龙头和股价水平等因素，选股准确性较高，适用于短期投资或投机者。
有何风险？
股价水平是一个相对较为主观的因素，股价相对较低并不代表股票的品质较高，而且容易被操纵，容易出现较大的波动和分歧。同时，剔除了较高价格的股票，有可能会错过较好的投资机会。
如何优化？
可以加入其他的因素，如市盈率、市净率、财务指标、行业前景、技术指标等，并通过筛选质量较高的股票，如高成长性、高ROE、稳健的现金流等来进一步提高选股准确性。可以通过对模型的测试和优化来不断完善。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、股价为18.5元的股票。
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)
股价为18.5元：SELECT(CLOSE/N=18.5)
选股：SELECT(CODE AND 换手率3%-12% AND 饮料酒进出口 AND 股价为18.5元)
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.daily_basic(ts_code='', trade_date='20211013',
fields='ts_code, close')
df = pd.merge(df1[['ts_code']], df2, on='ts_code')
df = df[df['close'] == 18.50] # 股价为18.5
df3 = pro.daily(ts_code='', start_date='20210101', end_date='20211013', fields='ts_code,trade_date,turnover_rate')
df3 = df3[(df3['turnover_rate'] > 3) & (df3['turnover_rate'] < 12)] # 换手率在3%-12%
df = pd.merge(df, df3[['ts_code']], on='ts_code')
df = df.sort_values('turnover_rate', ascending=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。
