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、今日最大跌幅小于-4且大于-5的股票。
选股逻辑分析
该策略考虑了行业、换手率、短期走势等多个因素，筛选出具有较好短期投资机会的个股。
有何风险？
该策略很大程度上基于短期走势的选股逻辑，忽略了公司的基本面等长期影响因素，可能存在投资风险。
如何优化？
应该加入更多的公司基本面指标，如roe、市盈率、市净率等，以便全面考虑个股的投资价值。同时应该进行深入的研究，寻求更多可靠的选股逻辑，进行量化深度优化。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、今日最大跌幅小于-4且大于-5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)
今日最大跌幅＜-4且＞-5：SELECT(MAX(LOW, N)-REF(CLOSE,1)<0 AND MAX(LOW, N)-REF(CLOSE, 1)>-0.05)
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND SELECT(MAX(LOW, N)-REF(CLOSE,1)<0 AND MAX(LOW, N)-REF(CLOSE, 1)>-0.05) AND SELECT(TURN<N>=AVG(TURN, N) AND TURN<N+1>AVG(TURN, N+1) AND TURN<N>3 AND TURN<N<12))
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,name')
df1 = df1[(df1['industry'].str.contains('饮料') & df1['industry'].str.contains('酒'))]
df2 = pro.daily_basic(ts_code='', trade_date='20211008', fields='ts_code,turnover_rate,vol,turnover_rate_f')
df2 = df2[(df2['turnover_rate_f']>=3) & (df2['turnover_rate_f']<=12)]
df3 = pro.daily(ts_code='', start_date='20211008', end_date='20211008', fields='ts_code,low_pct_chg')
df3 = df3[(df3['low_pct_chg']>-0.05) & (df3['low_pct_chg']<=-0.04)]
code_list = pd.merge(df1, df2, on='ts_code')
code_list = pd.merge(code_list, df3, 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。
