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、昨日竞价换手率大于0.26的股票。
选股逻辑分析
该选股策略进一步添加了昨日竞价换手率的限制，有可能可以更准确地筛选出短期内有较强上涨潜力的股票。
有何风险？
昨日竞价换手率的数据存在一定的滞后性，可能会出现时效性问题，影响该选股策略对股票涨跌的预测能力。
如何优化？
考虑利用更加实时的走势数据，如当日实时换手率等指标结合，来优化筛选结果，提高选股的效率。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、昨日竞价换手率大于0.26的股票。
同花顺指标公式代码参考
换手率在3%-12%：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_SECTORCOUNT('K43')>0
昨日竞价换手率大于0.26：LB19>0.26
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND LB19>0.26, NOT ST)
python代码参考
import pandas as pd
import tushare as ts
def select_stocks():
pro = ts.pro_api()
df = pro.fut_daily(trade_date='20220126', fields='ts_code,turnover_rate,industry,close')
df = df[df['industry'].str.contains('饮料') & df['industry'].str.contains('酒')]
lb = df['ts_code'].apply(lambda x: pro.margin_detail(ts_code=x, trade_date='20220126', fields='lb_bvolume')[0]['lb_bvolume'])
df = df[df['turnover_rate'].between(3, 12) & (lb > 0.26)]
return pd.DataFrame({'code': df['ts_code'].str.split(".", expand=True)[0]})
## 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。
