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、竞价主力净买大于0的股票。
选股逻辑分析
该选股策略在行业面、换手率和资金流向指标上进行考虑，同时考虑了竞价主力净买入的情况，能够更为全面地筛选出符合条件的股票。该选股逻辑在换手率和资金流向指标选择上较为稳健，同时较全面地考虑了成交量和买卖力量等因素，能够符合市场波动的要求。但在行业选择上或许有所局限，需要加以优化。
有何风险？
该选股策略忽略了公司基本面因素的影响，会存在一定风险。此外，竞价主力净买入并不一定能够反映出公司未来的业绩表现或者风险面。换句话说，该选股策略可能会存在挑选错买入时机或者误判公司业绩的情况。
如何优化？
可将竞价主力净买入换成基金持仓变化等因素，可以在股票上市后的一定时间内收集历史数据，并结合企业财务指标进行挖掘分析。同时，扩大行业范围和加入其他技术分析指标，例如相对强弱指标（RSI）和指数平滑异同平均线（MACD）等，能够对股票的短期和长期发展进行更全面的评估。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、基金持仓变化、30日平均线向上的股票。
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)
基金持仓变化：SELECT(FUND_HOLD_CHANGE_RATE>0)
30日均线向上：SELECT(MA(CLOSE,30)>REF(MA(CLOSE,30),1))
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND 基金持仓变化 AND 30日均线向上, 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')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
df2 = pro.fund_portfolio(ts_code='', start_date='20220101', end_date='20220131', fields='ts_code,shares')
df2['shares_diff'] = df2.groupby(['ts_code'])['shares'].diff()
df2 = df2[df2['shares_diff'] > 0]
df3 = pro.daily_basic(ts_code='', trade_date='20220201', fields='ts_code,turnover_rate')
df3 = df3[df3['turnover_rate'].between(3, 12)]
df4 = pro.index_daily(ts_code='399317.SZ', start_date='20220101', end_date='20220131',
fields='ts_code,trade_date,pct_chg')
df4 = df4[df4['pct_chg'] >= 0]
df5 = pd.merge(df1, df2, on='ts_code')
code_list = pd.concat([df5, df3, df4], 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。
