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、周K线上穿30周线的股票。
选股逻辑分析
该选股策略在行业面、换手率和技术面指标上进行考虑，选股逻辑更全面，可以更有效地识别与选择符合条件的股票。但该选股策略仍然没有考虑公司的基本面等其他因素，存在一定风险。
有何风险？
该选股方式仍然没有考虑公司基本面、市场竞争力等其他因素的影响，可能存在一定的风险。
如何优化？
可考虑增加其他指标，如公司财务指标、市场竞争力、行业前景等，综合考虑公司的综合性能、提高选股的准确性和风险控制。
最终的选股逻辑
选择换手率在3%-12%、盈利能力较好、饮料酒进出口、周K线上穿30周线的股票。
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+1>AVG(TURN, N+1) AND TURN<N>3 AND TURN<N<12)
饮料酒进出口：SELECT(SECTORCODE('K40')=1)
周K线上穿30周线：SELECT(CROSS(WEEK,MA(VOL,30)))
盈利能力较好：SELECT(PB<=2 AND PE<=20)
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND 周K线上穿30周线 AND 盈利能力较好, NOT ST)
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,pb,pe')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
df1 = df1[df1['pb'] <= 2]
df1 = df1[df1['pe'] <= 20]
df2 = pro.weekly(ts_code='', start_date='20200101', end_date='20220101', fields='ts_code,high,low,close,vol')
df2['ma_vol'] = df2['vol'].rolling(window=30).mean()
df2['ma_30'] = df2['close'].rolling(window=30).mean()
df2 = df2[df2['close'] > df2['ma_30']]
df2 = df2[df2['vol'] >= df2['ma_vol']]
df3 = pro.daily_basic(ts_code='', trade_date='20220128', fields='ts_code,turnover_rate')
df3 = df3[df3['turnover_rate'].between(3, 12)]
code_list = pd.concat([df1, df2, df3], axis=1)
code_list = code_list.dropna()
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。
