问财量化选股策略逻辑
选股逻辑为：选择换手率在3%~12%、买一量大于卖一量，并且外盘/内盘大于1.3的股票。
选股逻辑分析
该选股逻辑的核心指标为外盘/内盘。通过选择外盘/内盘大于1.3的股票，可以筛选出流通性较好的品种。同时，选择换手率在3%~12%、买一量大于卖一量的股票，可以筛选出具有一定市场热度和成交活跃度的品种。
有何风险？
该选股逻辑过于单一，可能无法全面考虑股票的基本面信息和投资价值。此外，过度依赖技术指标也可能导致选股失败。
如何优化？
可以增加其他指标，如市值、PE、PB等基本面指标，以及财务报表、行业资讯等信息，实现全面、多角度的选股。此外，还可以调整阈值，加以适当调整，提高选股的成功率。
最终的选股逻辑
选择换手率在3%~12%、买一量大于卖一量，并且外盘/内盘大于1.3的股票。
同花顺指标公式代码参考
选股：SELECT(CODE AND INDEX_CSI500 AND (BIDV1>ASKV1) AND TFP>1.3 AND TURN<N>AVG(TURN, N))
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
# 查询挂买一量大于卖一量的股票
market_df = pro.market_detail(symbol='', trade_date='20220422')
df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]
# 查询外盘/内盘大于1.3的股票
ticks_df = pro.market_trade(ts_code='',trade_date='20220422',fields='ts_code,buy_sm_vol,sell_sm_vol')
df2 = ticks_df[ticks_df['buy_sm_vol']/ticks_df['sell_sm_vol'] > 1.3]
df1 = pd.merge(df1, df2[['ts_code']], on='ts_code')
# 查询换手率在3%-12%的股票
daily_df = pro.daily(ts_code='', start_date='20220421', end_date='20220422', fields='ts_code,turnover_rate')
df3 = daily_df[(daily_df['turnover_rate'] >= 3) & (daily_df['turnover_rate'] <= 12)]
df1 = pd.merge(df1, df3[['ts_code']], on='ts_code')
# 合并所有指标，返回选股结果
return df1['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。
