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股中选取圆弧形的股票。
选股逻辑分析
该选股策略主要从公司的形态角度筛选股票，选取圆弧形态的股票。相比于只从历史收益率和市值来选股，该策略考虑了公司股价图形的走势特征，适用于一些技术派的交易。
有何风险？
选股逻辑仅从公司股价走势的角度筛选股票，忽略了公司基础面的考虑，容易产生投机成分，风险较大。同时，不同的投资者可能对圆弧形态的定义有所不同，可能会产生主观误判。
如何优化？
可以在加入圆弧形态的同时，综合考虑公司基本面指标、近期市场表现以及其他技术指标如均线、MACD等，构建更全面和稳定的选股策略。同时，可以借助机器学习等技术对圆弧形态进行自动化识别和定义。
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股中选取圆弧形态的股票，并且综合考虑公司基本面、市场表现以及其他技术指标，构建更全面和稳定的选股策略。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03 AND HSL <= 0.12 AND CIRCMV > 10000000000 AND ARC_SHAPE == 'yes' AND MARKET in ('深交所主板', '上交所主板')) ORDER BY RAND()
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='20190101', 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, total_mv')
if market_data[market_data['circ_mv'] <= 10000000000].empty:
continue
# 判断是否符合圆弧形态
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='20211231')
close_prices = daily_data['close']
last_90_prices = close_prices.iloc[-90:]
high_value = last_90_prices.max()
low_value = last_90_prices.min()
middle_value = (high_value + low_value) / 2
hs = (high_value - middle_value) / (high_value - low_value)
ls = 1 - hs
d_hs = hs - hs.shift(1)
d_ls = ls - ls.shift(1)
if d_hs.iloc[-1] > 0 and d_ls.iloc[-1] < 0:
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。
