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股中选取收益大于0的股票。
选股逻辑分析
此选股策略对公司基本面不做要求，主要从历史收益率的角度选择股票，适用于短线投资者。
有何风险？
忽略了公司基础面的考虑，只从历史收益率和市值来选股，容易产生投机成分，风险较大。同时，历史收益率无法预测未来收益，不具备持续性。
如何优化？
可以在考虑历史收益率的基础上，加入其他技术指标如MACD、均线等，进一步筛选股票的质量。同时，可以增加对公司基本面指标的考虑，如利润增长率、市盈率等，从多方面尽量降低风险。
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股中选取历史收益率大于0、且综合考虑股票的技术指标、市场表现以及公司基本面，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 YOYNI > 0 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
# 判断历史收益率是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='20211231')
total_return = (daily_data.iloc[-1]['close'] - daily_data.iloc[0]['open']) / daily_data.iloc[0]['open']
if total_return <= 0:
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。
