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、今日增仓占比大于5%的股票。
选股逻辑分析
该选股策略选择了较小的换手率区间和饮料酒行业，再加上今日增仓占比大于5%这一进一步的限制，可能会挖掘出一些有潜力的股票。今日增仓占比大于5%可能意味着市场对该股票的未来持续增长感到乐观。
有何风险？
大量增仓导致的股价波动可能会使股票价格不确定，并且可能会影响该股票的未来成长。
如何优化？
增加一些基本面因素来进一步筛选，例如公司的盈利、竞争力等，以降低今日增仓占比的风险。
最终的选股逻辑
选择换手率在3%-12%、饮料酒进出口、今日增仓占比大于5%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
今日增仓占比大于5%：C>REF(C,1)*1.05
选股：SELECT(CODE, 换手率3%-12% AND SELECT_SECTORCOUNT('K43')>0 AND C>REF(C,1)*1.05, 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,total_open_interest,close')
df = df[df['industry'].str.contains('饮料') & df['industry'].str.contains('酒')]
df['change_rate'] = df['total_open_interest'] / df['total_open_interest'].shift(1) - 1
df = df[df['turnover_rate'].between(3, 12) & (df['change_rate'] > 0.05)]
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。
