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，选取上市时间超过一定阈值（如3年）的股票进行投资。
选股逻辑分析
该选股逻辑主要从公司历史发展的角度出发，选取具有一定历史时间的公司进行投资，以期望挑选出相对稳定的股票。
有何风险？
该选股逻辑忽略了对公司的经营状况、盈利能力、竞争力等因素的考量，存在盲目跟风、过度交易等风险。另外，该选股逻辑可能在牛市或者特殊情况下导致长时间持有不动产生损失。
如何优化？
应该同时兼顾公司的经营状况、盈利能力、竞争力、历史表现等因素，通过财务报表、专业机构研究报告等多项信息，辅助分析股票的成长性和风险性，并将历史上市时间合并成维度之一，以更全面、更科学的方法制定选股策略。同时，应该及时调整选股策略以适应市场变化。
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，选取历史上市时间超过一定阈值（如3年）的股票进行投资，并在这个基础上，兼顾公司的经营状况、盈利能力、竞争力、历史表现等因素，制定更全面、更科学的选股策略。
同花顺指标公式代码参考
选股公式：(CIRCMV <= 10000000000 AND SHELL = 0 AND TBD = 0)
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='20180101', end_date='20211231')
if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
continue
# 判断该股票的市值和换手率是否符合条件
market_data = pro.daily_basic(ts_code=ts_code, start_date='20220215', end_date='20220218', fields='ts_code, circ_mv, turnover_rate')
if market_data[market_data['circ_mv'] > 10000000000].empty or market_data[market_data['turnover_rate'] < 0.03].empty or market_data[market_data['turnover_rate'] > 0.12].empty:
continue
# 判断上市时间是否合适
list_data = pro.stock_basic(ts_code=ts_code, fields='ts_code, name, list_date')
listed_time = pd.to_datetime(list_data.iloc[0]['list_date'], format='%Y%m%d')
if (pd.Timestamp.today() - listed_time).days < 3*365:
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。
