问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%、饮料酒进出口的股票，同时昨日九点十五分匹配价跌停。
选股逻辑分析
该策略除了在换手率和行业方面进行了选择之外，还利用昨日九点十五分的匹配价格作为判断指标，筛选出昨日有相当大幅度下跌的股票，以寻找市场超跌股的机会。
有何风险？
该策略一方面过于注重短期价格波动，在选择股票时可能忽视公司的基本面和长期趋势；另一方面，昨日九点十五分的匹配价格可能并不是股票价格的正确反映，因此选择该指标存在误差的风险。
如何优化？
应结合公司基本面进行分析，以综合研究公司的商业模式、盈利能力、财务状况、行业竞争等因素为选股依据，并且考虑更为准确的股价变化指标，如相对强弱指标、动量指标、趋势指标等。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口的股票，同时昨日九点十五分匹配价跌停。
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(SECTORCODE('K40')=1)
昨日九点十五分匹配价格跌停：SELECT(PCT_CHG=-10 AND TIME<=915)
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND SELECT(SELECT_LAST(SELECT(PCT_CHG=-10 AND TIME<=915))))
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')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
date_yesterday = (pd.Timestamp.today()-pd.Timedelta(days=1)).strftime('%Y%m%d')
df2 = pro.daily(ts_code='', trade_date=date_yesterday, fields='ts_code,pct_change,time')
df2 = df2[df2['time']<=915]
df2 = df2[df2['pct_change']==-10]
df3 = pro.daily_basic(ts_code='', trade_date=date_yesterday, fields='ts_code,turnover_rate')
df3 = df3[(df3['turnover_rate'].between(3, 12))]
code_list = pd.merge(df1, df3, on='ts_code')
code_list = pd.merge(code_list, df2, on='ts_code')
return code_list['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。
