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、无亏损企业的A股中，挑选三连阴股票进行排序。
选股逻辑分析
三连阴可能意味着市场对该股票的情绪偏差，同时换手率和市值等条件要求能够剔除低流动性和过大/小的股票，无亏损企业的要求可以保证企业基本面较好，选股逻辑有一定可行性。
有何风险？
单一利用三连阴指标可能忽视了公司的基本面和行业环境等重要因素，加大了选股策略的不稳定性。
如何优化？
可以结合其他技术指标如移动平均线、相对强弱指标等，也可以结合基本面数据如收益、利润等考虑。
最终的选股逻辑
在符合换手率3%-12%、市值100亿以内、无亏损企业的A股中，筛选三连阴股票，综合考虑其他因素进行排序。
同花顺指标公式代码参考
选股公式：
CIRCMV<10000000000 AND TURNRATE>=3 AND TURNRATE<=12 AND (REF(EPS, 1) + REF(EPS, 2) + EPS) / 3 > 0 AND (CLOSE < MA(C, 5) AND REF(C, 1) < REF(MA(C, 5), 1) AND REF(C, 2) < REF(MA(C, 5), 2)) ORDER BY CIRC_MV DESC
Python代码参考
import pandas as pd
import tushare as ts
# 获取符合条件的股票
def get_good_stocks():
good_list = []
ts.set_token('your_token')
pro = ts.pro_api()
stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code')['ts_code']
for ts_code in stock_list:
if pro.namechange(ts_code=ts_code) and pro.namechange(ts_code=ts_code)['name'].iloc[0].find('ST') >= 0: # 筛选非ST股票
continue
# 筛选符合条件的股票
daily_data = pro.daily(ts_code=ts_code, start_date='20220221', end_date='20220223')
if daily_data.empty or daily_data.iloc[-1]['turnover_rate'] < 0.03 or daily_data.iloc[-1]['turnover_rate'] > 0.12:
continue
market_data = pro.daily_basic(ts_code=ts_code, start_date='20220223', end_date='20220223', fields='circ_mv')
if market_data.empty or market_data.iloc[-1]['circ_mv'] / 100000000 > 100:
continue
company_data = pro.fina_indicator(ts_code=ts_code, start_date='20180101', end_date='20211231', fields='eps')
if company_data.empty or company_data.iloc[-1]['eps'] <= 0 or (company_data.iloc[-1]['eps'] + company_data.iloc[-2]['eps'] + company_data.iloc[-3]['eps']) / 3 <= 0:
continue
kdj_data = pro.fina_indicator(ts_code=ts_code, start_date='20220215', end_date='20220223', fields='close')
if kdj_data.empty or len(kdj_data) < 5 or not (kdj_data.iloc[-1]['close'] < kdj_data.tail(5)['close'].mean() and kdj_data.iloc[-2]['close'] < kdj_data.tail(5)['close'].iloc[-2] and kdj_data.iloc[-3]['close'] < kdj_data.tail(5)['close'].iloc[-3]):
continue
good_list.append(ts_code)
# 根据市值排序
sorted_data = pro.daily_basic(ts_code=','.join(good_list), start_date='20220223', end_date='20220223', fields='circ_mv, ts_code')
sorted_data = sorted_data[sorted_data['circ_mv'] > 0].sort_values(by='circ_mv', ascending=False)
good_list = sorted_data['ts_code'].tolist()
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。
