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，根据资金强度由大到小进行排序。
选股逻辑分析
除了一些基本面的筛选条件，加入了资金流向的因素。凭借资金强度排序可能导致资金流向不均衡的现象，因此需要综合考虑其它股票指标。
有何风险？
资金强度排序可能只是过去的表现，未来并不能保证其表现会一直处在前列，因此需要重新考虑其它指标。
如何优化？
可以加入更多的技术指标和风险控制指标，提高选股的准确性。
最终的选股逻辑
在符合换手率3%-12%、市值100亿以内且无亏损企业的A股中，综合考虑资金流向、成长性等因素进行排序。
同花顺指标公式代码参考
选股公式：
CIRCMV<10000000000 AND TURNRATE>=3 AND TURNRATE<=12 AND ROE>0 ORDER BY
((SUM(MONEY,5)-SUM(MONEY,45))/SUM(MONEY,45)) 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='20220207', end_date='20220207')
if daily_data.empty or daily_data.iloc[-1]['turnover_rate'] < 0.03 or daily_data.iloc[-1]['turnover_rate'] > 0.12:
continue
company_data = pro.daily_basic(ts_code=ts_code, start_date='20220207', end_date='20220207', fields='circ_mv,roe')
if company_data.empty or company_data.iloc[-1]['circ_mv'] / 100000000 > 100 or company_data.iloc[-1]['roe'] <= 0:
continue
good_list.append(ts_code)
# 根据资金强度排序
money_data = pro.moneyflow_hsgt(start_date='20220207', end_date='20220207')
money_data = money_data[money_data['ts_code'].isin(good_list)]
money_data = money_data.sort_values(by=['ts_code','trade_date']).reset_index(drop=True)
money_data['money'] = money_data['buy_sm_amount'] * money_data['buy_sm_price'] + money_data['buy_md_amount'] * money_data['buy_md_price'] + money_data['buy_lg_amount'] * money_data['buy_lg_price'] - money_data['sell_sm_amount'] * money_data['sell_sm_price'] - money_data['sell_md_amount'] * money_data['sell_md_price'] - money_data['sell_lg_amount'] * money_data['sell_lg_price']
money_data = money_data.groupby('ts_code').tail(50).reset_index(drop=True)
money_data['money_rate'] = (money_data['money'].rolling(5).sum() - money_data['money'].rolling(45).sum()) / money_data['money'].rolling(45).sum()
money_data = money_data[['ts_code','money_rate']].dropna()
money_data = money_data.sort_values(by='money_rate',ascending=False)
good_list = money_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。
