问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间、今日上涨幅度大于1%（比较同板块的股票涨幅）、非科创板的主板股票，且dea指标上涨。
选股逻辑分析
在原有逻辑基础上，加入了技术指标，利用dea指标来衡量股票的趋势状况。通过选择dea指标上涨的股票，可以更好地挑选出处于上升趋势的股票。
有何风险？
该选股逻辑可能会忽略其他技术指标的影响，而过于依赖dea指标的上涨。同时，可能会忽略了股市中个别股票的特殊行情，如行业趋势逆转、公司竞争优势减弱等因素。
如何优化？
可以加入其他技术指标，如MACD、KDJ指标等，作为补充来综合判断股票的趋势状况。同时，建议根据个人的风险偏好和投资经验来选择适合自己的选股逻辑。
最终的选股逻辑
选择换手率在3%-12%之间、今日上涨幅度大于1%（比较同板块的股票涨幅）、非科创板的主板股票，且dea指标上涨。
同花顺指标公式代码参考
SET_GROUP(1);
/* 换手率 3%-12% */
HSL>=3 AND HSL<=12;
/* 今日涨幅 > 1% */
XTBG=FETCH(CLOSE,TODAY,1)/FETCH(CLOSE,TODAY-1,1)-1;
XTBG>1% AND XTBG<100;
/* 非科创板的主板股票 */
GZBMEX = 1 AND GF(SPDZ);
/* DEA指标上涨 */
DEA1 = DMA(CLOSE,13,8);
DEA2 = DMA(CLOSE,13,8);
DEA_UP = (DEA1 - DEA2)*100/DEA2;
DEA_UP > 0;
python代码参考
import baostock as bs
import pandas as pd
from datetime import datetime, timedelta
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.now().strftime("%Y-%m-%d"))
stock_list = []
for code in rs.get_row_data():
if not code.startswith('sh.') and not code.startswith('sz.'):
continue
if code.startswith('sh.688') or code.startswith('sz.300'):
continue
if code.startswith('sh.110') or code.startswith('sz.110'):
continue
# 标志位，标识是否为科创板
flag = True
if code.startswith('sh.688') or code.startswith('sz.300'):
flag = False
# 今日涨幅 > 1%
index_rs = bs.query_history_k_data_plus('sh.000001', 'close', start_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), end_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), frequency='d')
if index_rs.error_code == '0' and len(index_rs.data)>0:
index_close = float(index_rs.data[0][0])
else:
continue
k_data_compare = bs.query_history_k_data_plus(code, "date,close", start_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), end_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), frequency="d")
if k_data_compare.error_code == '0' and len(k_data_compare.data)>0:
check_point1 = k_data_compare.data[0][1]/index_close-1 > 0.01
else:
continue
# 换手率 3%-12%
k_data = bs.query_history_k_data_plus(
code, "date,open,high,low,close,volume",
start_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"),
end_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), frequency="d")
if k_data.error_code == '0' and len(k_data.data)>0:
check_point2 = k_data.data[0][5]>=3 and k_data.data[0][5]<=12
else:
continue
# DEA指标上涨
k_data_dea = bs.query_history_k_data_plus(code, "date,close", start_date=(datetime.now()-timedelta(days=30)).strftime("%Y-%m-%d"), end_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), frequency="d")
if k_data_dea.error_code == '0' and len(k_data_dea.data)>0:
data_df = pd.DataFrame(k_data_dea.data, columns=k_data_dea.fields)
data_df['date'] = pd.to_datetime(data_df['date'])
data_df = data_df.set_index('date')
data_df['dec_ema'] = data_df['close'].ewm(span=13,adjust=False).mean()
data_df['dea_ema'] = data_df['close'].ewm(span=8, adjust=False).mean()
data_df['diff'] = data_df['dec_ema'] - data_df['dea_ema']
check_point3 = data_df.iloc[-1]['dea_ema'] > data_df.iloc[-2]['dea_ema']
else:
continue
if check_point1 and check_point2 and flag and check_point3:
data_list = []
data_list.append(code)
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code'])
df_length = len(df)
if df_length > 0:
print(df)
##### 登出系统 #####
bs.logout()
## 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。
