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、近25个交易日内有单日涨幅大于等于百分之10的企业。
选股逻辑分析
本策略相比上一个增加了选择近25个交易日内有单日涨幅大于等于百分之10的条件，有利于发现最近有表现的潜力股。
有何风险？
因为只关注了单日涨幅，所以可能会忽略股价有长趋势性，或者忽略长期低位等因素，选出的结果可能局限于短期表现较好的企业。
如何优化？
可以加入其它技术指标进行二次筛选或者加入基本面分析条件以提高选股准确性。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、近25个交易日内有单日涨幅大于等于百分之10的企业。
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)
近25个交易日内有单日涨幅大于等于百分之10：SELECT(MAX(HIGH<N> / REF(CLOSE,N+1),25)>=1.1)
选股：SELECT(CODE AND 换手率3%-12% AND 饮料酒进出口 AND 近25个交易日内有单日涨幅大于等于10%)
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_basic(trade_date='20220302', fields='ts_code,circ_mv,pe,pb,roe,net_profit')
df2 = df2[(df2['circ_mv'] < 1e10) & (df2['pe'] >= 0) & (df2['pb'] >= 0) & (df2['roe'] >= 0) & (df2['net_profit'] > 0)]
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}')]
end_date = '20220302'
start_date = pd.to_datetime(end_date) - pd.to_timedelta(25, unit='d')
start_date = start_date.strftime('%Y%m%d')
df4 = pro.daily(ts_code='', trade_date=end_date,
start_date=start_date,
fields='ts_code,trade_date,close,pre_close')
df4['daily_increase'] = (df4['close'] - df4['pre_close']) / df4['pre_close']
df5 = df4.groupby('ts_code')['daily_increase'].max().reset_index()
df5 = df5[df5['daily_increase'] >= 0.1]
df6 = pd.merge(df3, df5, on='ts_code')
df7 = pro.stock_basic(exchange='SSE', list_status='L', fields='ts_code,name')
df6 = pd.merge(df6, df7, on='ts_code')
return df6['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。
