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，挑选k小于20的股票。
选股逻辑分析
该选股策略通过挑选低k值的股票来进行选股，k值是技术分析中常用的指标之一，代表了股票走势的稳定性。这种选股逻辑主要侧重于股票走势的稳定性，可能会错过一些近期有较好表现但k值较高的股票。
有何风险？
忽略了公司的基本面和长期前景，可能错过一些质量好、表现好但k值较高的股票。同时在市场行情变化时，k值较低的股票也不能保证一定稳定。
如何优化？
在选择股票时，可以综合考虑基本面、技术面和市场情绪等多种因素。除了k值以外，可以考虑RPS、RSI、MACD等指标，以及股票的市盈率、市净率、股息率、业绩成长等财务指标，以便准确评估股票的价值。
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，结合k值、RPS、RSI、MACD等指标，以及市盈率、市净率、股息率、业绩成长等基本面指标，综合评估股票价值，挑选出质量好、表现稳定、估值较合理的股票。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03 AND HSL <= 0.12 AND CIRC_MV <= 100000000 AND N_INCOME > 0 AND K < 20 ORDER BY WIN_RATIO DESC LIMIT 20)
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='20200101', end_date='20211231')
if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
continue
# 判断k值是否小于20
quote_data = pro.query('moneyflow_hsgt', ts_code=ts_code, start_date='20220215', end_date='20220218', fields='k')
if quote_data['k'].max() >= 20:
continue
good_list.append({
'ts_code': ts_code,
'name': stock_list[stock_list.ts_code == ts_code].iloc[0]['name'],
'industry': stock_list[stock_list.ts_code == ts_code].iloc[0]['industry'],
'market': stock_list[stock_list.ts_code == ts_code].iloc[0]['market'],
})
good_stocks = pd.DataFrame(good_list)
return good_stocks
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。
