问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、饮料酒进出口并且日线MACD大于0的股票。
选股逻辑分析
本策略综合考虑了股票交易情况、行业、技术走势等多种因素。选取换手率3%-12%较低，有一定的稳健性，而饮料酒进出口则是以行业为主要考虑因素，加上日线MACD大于0可以筛选出当前处于上涨趋势的股票。
有何风险？
该选股逻辑没有充分考虑基本面因素，选择股票的更为仅仅考虑技术走势，风险较大。
如何优化？
可以加入一些基本面指标，如PE、市净率、净利润等，以提高选股的准确性。同时可以加入其他技术指标，如KDJ、RSI等，以提高选股的准确性。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口并且日线MACD大于0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>3 AND TURN<N<12)
饮料酒进出口：SELECT(SECTOR('K40')=1)
日线MACD大于0：SELECT(CLOSE>MA50 AND MACD(12,24,9)>0)
选股：SELECT(CODE AND 换手率3%-12% AND 饮料酒进出口 AND 日线MACD大于0)
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='', list_status='L', fields='ts_code,industry,name,list_date')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
df1 = df1[(df1['ts_code'].str.startswith('300')) | (df1['ts_code'].str.startswith('688'))]
df2 = pro.daily(trade_date='20220105', fields='ts_code,low')
df2 = pd.merge(df2, df2.shift(1), on='ts_code')
df2 = df2[(df2['low_y'] > df2['low_x'])]
df3 = pd.merge(df1, df2, on='ts_code')
df3 = df3[(df3['name'].str.contains('ST') == False) & ((df3['turnover_rate'] >= 3) & (df3['turnover_rate'] <= 12))]
df3 = df3[df3['ts_code'].str.match(r'(300|688)\d{3}')]
df4 = pro.daily(ts_code=df3['ts_code'].str.cat(sep=','), end_date='20220105', fields='ts_code,close')
df4['ema12'] = df4['close'].ewm(span=12).mean()
df4['ema26'] = df4['close'].ewm(span=26).mean()
df4['macd'] = df4['ema12'] - df4['ema26']
df4['signal'] = df4['macd'].ewm(span=9).mean()
df4['hist'] = df4['macd'] - df4['signal']
select_df = df4[(df4['close'] > df4['ma50']) & (df4['macd'] > 0)]
select_df = pd.merge(select_df, df1, on='ts_code')
return select_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。
