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，挑选买一量大于卖一量的股票进行排序。
选股逻辑分析
买一量大于卖一量，可能意味着市场对该股票的偏好程度较高，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？
买一量大于卖一量的股票可能暗含着操盘资金的存在，而选择股票时单一利用一个指标进行选股，可能忽视了公司的基本面和行业环境等重要因素。
如何优化？
可以单独利用买一和卖一量比值（或其他指标）量化操盘资金参与程度，同时可以结合其他分析因素，例如企业财务状况、行业趋势等进行综合筛选。
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，筛选买一量大于卖一量的股票，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 B1_VOL > A1_VOL 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='20220223', 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
order_book_data = pro.opt_daily(ts_code=ts_code, trade_date='20220223', fields='b1_vol,a1_vol')
if order_book_data.empty or order_book_data.iloc[-1]['b1_vol'] <= order_book_data.iloc[-1]['a1_vol']:
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。
