问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，同时关注元宇宙相关概念的股票。
选股逻辑分析
该选股策略主要选取了换手率、归属母公司股东的净利润以及元宇宙相关的概念作为基础条件。其中，归属母公司股东的净利润同比增长率为筛选质量优秀股票的主要指标之一，元宇宙是当前炙手可热的概念，关注元宇宙相关的概念股票，使筛选更具有前瞻性。
有何风险？
该选股策略忽略了其他重要的指标，如市盈率、市净率、股息等，可能会漏选出一些具有投资价值的股票。同时，元宇宙目前仍处于探索和建设阶段，存在较大的不确定性，并且部分公司或项目的宣传炒作可能会影响选股结果的准确性。
如何优化？
可以结合其他技术指标和基本面等多维度筛选股票，比如增加市盈率、市净率等指标，使选股更具有综合性。在元宇宙相关概念的筛选中，可以根据相关文献、新闻以及业界专家意见等来判断选股是否合理，尽量避免被宣传炒作所影响。
最终的选股逻辑
在股票市场中，选择换手率在3%-12%之间，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，同时关注元宇宙相关的概念股票。
同花顺指标公式代码参考
SET_MARKET("SH");
SET_LOOKBACK(1);
SET_OFFLINE_MODE(ON);
SET_HISTORY_FACTOR_MODE(ON);
/* 选择换手率在3%-12%之间的股票 */
CONDITION0 = (HSL>=3 AND HSL<=12);
/* 归属母公司股东的净利润（同比增长率）大于20%小于等于100% */
CONDITION1 = ZLRTB20>=20 AND ZLRTB20<=100 ;
/* 选取元宇宙相关的概念股票 */
CONDITION2 = Industry=="元宇宙" OR SConcept=="元宇宙" OR BConcept=="元宇宙" OR NarrowConcept=="元宇宙";
LAST_CONDITION = CONDITION0 AND CONDITION1 AND CONDITION2 AND LAST_CONDITION;
CODE_LIST=SELECT_BY_KIND('stock',last_condition)
CODE_LIS = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.date.today().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>=30:
check_point1 = (k_data.data[-1][5]/10000) >= 3 and (k_data.data[-1][5]/10000) <= 12
data_profit = bs.query_profit_data(stock_code, year=2021, quarter=1)
if data_profit.error_code == '0' and len(data_profit.data)>0:
check_point2 = data_profit.data[0][16] >= 20 and data_profit.data[0][16] <= 100
data_industry = bs.query_stock_industry(stock_code).get_row_data()
check_point3 = data_industry[2] == "元宇宙" or data_industry[3] == "元宇宙" or data_industry[4] == "元宇宙" or data_industry[5] == "元宇宙"
if check_point1 and check_point2 and check_point3:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
