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，选择前日实际换手率在3%~28%之间的个股进行投资。
选股逻辑分析
该选股逻辑通过选择市值适中、流通性良好、无亏损的个股，并且结合前日实际换手率指标，选出近期市场成交量活跃的股票。前日换手率大于3%可以排除成交量较小的滞涨股票，前日换手率小于28%可以避免高换手率风险。
有何风险？
该选股逻辑没有完全考虑公司基本面因素以及市场整体因素，只着眼于股票个体性、成交量和市值，因此可能会忽视公司重大调整、市场变化等因素，造成投资风险。
如何优化？
为了更全面的评估股票价值，可以加入公司基本面因素，如公司盈利能力、财务状况、行业前景等指标作为参考因素，同时也应该考虑市场整体因素的影响以及宏观经济环境变化的风险，从而降低投资风险。
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，选择前一交易日实际换手率在3%~28%之间的个股进行投资，并综合考虑个股的基本面情况以及市场整体因素的影响，以规避选股风险。
同花顺指标公式代码参考
选股公式：(CIRCMV <= 10000000000 AND SHELL = 0 AND TBD = 0 AND (LLV(VOL,1)>=0.0310000 AND LLV(VOL,1)<=0.2810000)) ORDER BY CIRCMV DESC
Python代码参考
import pandas as pd
import tushare as ts
def get_good_stocks(N):
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: # 非ST股票
continue
market_data = pro.daily_basic(ts_code=ts_code, start_date='20220222', end_date='20220222', fields='ts_code, circ_mv, turnover_rate')
if market_data.empty or market_data.iloc[-1]['circ_mv'] > 10000000000 or market_data.iloc[-1]['turnover_rate'] < 0.03 or market_data.iloc[-1]['turnover_rate'] > 0.28:
continue
finance_data = pro.fina_indicator(ts_code=ts_code, start_date='20190101', end_date='20211231', fields='eps')
if finance_data.empty or finance_data.iloc[-1]['eps'] <= 0:
continue
good_list.append([ts_code, market_data.iloc[-1]['turnover_rate'], market_data.iloc[-1]['circ_mv']])
sorted_data = pd.DataFrame(good_list, columns=['ts_code', 'score', 'circ_mv']).sort_values(by='score', ascending=False).reset_index(drop=True)
good_list = sorted_data[sorted_data['circ_mv'] <= 10000000000]['ts_code'].tolist()[:N]
return good_list
good_stocks = get_good_stocks(10)
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。
