问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、市值100亿以内、无亏损的A股中选取9点25分时涨幅小于6%的股票。
选股逻辑分析
此选股策略限制了市值的范围和无亏损，并考虑了股票短期涨幅，从而筛选出一定具有潜力的股票。适用于短线投资者。
有何风险？
忽略了公司基本面的考虑，只单纯依靠短期涨幅筛选，可能会产生较大的市场波动和风险。同时10点后市场的表现可能会不同，需要考虑更多的时间因素。此外，股票涨跌幅度也受到市场热度和资金流动等多方面因素的影响。
如何优化？
可以在原有选股逻辑的基础上，加入其他基础面指标，如PE、EPS等财务指标的考虑。同时，可以加入其他技术指标，如均线、MACD等，考虑更多的技术因素。此外，可以考虑更多的市场信息，如市场板块、市场情况等，以更全面的角度来考虑股票的表现。
最终的选股逻辑
在符合换手率3%-12%、市值100亿以内、无亏损的A股中选取9点25分时涨幅小于6%的股票，同时综合考虑股票的业绩、财务指标、市场表现和估值等多方面因素，构建更全面和稳定的选股策略。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03 AND HSL <= 0.12 AND CIRCMV > 10000000000 AND MARKET in ('深交所主板', '上交所主板') AND (OPEN / PRECLOSE - 1) * 100 < 6 AND (DATE_FORMAT(TRADING_DATE,'%H:%i:%s') = '09:25:00')) ORDER BY (OPEN / PRECLOSE - 1) * 100
Python代码参考
import pandas as pd
import tushare as ts
def get_good_stocks():
good_list = []
ts.set_token('your_token')
pro = ts.pro_api()
# 获取股票列表
stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date')
for ts_code in stock_list['ts_code']:
# 判断该股票是否亏损
income_data = pro.income(ts_code=ts_code, start_date='20190101', end_date='20211231')
if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
continue
# 判断该股票的市值是否符合条件
market_data = pro.daily_basic(ts_code=ts_code, start_date='20220215', end_date='20220218', fields='ts_code, circ_mv, total_mv')
if market_data[market_data['circ_mv'] <= 10000000000].empty:
continue
# 判断当前时间内股票的涨幅是否符合条件
prices_data = pro.daily(ts_code=ts_code, start_date='20220221', end_date='20220221')
if (prices_data[prices_data['trade_time']=='09:25:00']['open'][0]/prices_data[prices_data['trade_time']=='09:25:00']['pre_close'][0]-1)*100 >= 6:
continue
good_list.append(ts_code)
return good_list
good_stocks = get_good_stocks()
print(good_stocks)
## 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。
