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，剔除昨日有过涨停的股票进行买入操作。
选股逻辑分析
该选股逻辑仍然基于市场热点板块和短期市场走势的分析，但排除了昨日涨停的股票，避免过分追涨，降低风险。同时，在剔除昨日涨停的条件下，需要考虑剩余股票的市场表现和基本面因素，实现更加精准选择。
有何风险？
该选股逻辑的风险仍然包括：1. 市场行情和热点板块容易受到市场情绪和预期的影响，存在选择热点板块的盲目性，需要适当加强数据和逻辑分析；2. 市场数据的大量变化，使得选股逻辑需要不断优化和调整。
如何优化？
可以结合其他技术分析指标如MACD、KDJ等指标进行分析和验证，适当增加对基本面因素的考虑，实现选股精准方向的不断提升。同时，可以建立相关的风险模型和监管机制，避免出现潜在风险和逻辑失误。
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，剔除昨日有过涨停的股票，加强对数据和基本面因素的分析和验证，结合风险模型和监管机制，实现精准选股。
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 STTM > 0 AND NOT YEST_CLOSE_LIMIT)
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='20210101', end_date='20211231')
if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
continue
# 判断昨日是否有涨停
daily_data = pro.daily(ts_code=ts_code, start_date='20220207', end_date='20220207')
if not daily_data.empty and daily_data.iloc[-1]['pct_chg'] >= 9.5:
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。
