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，选择近一个月内有过涨停的股票进行买入操作。
选股逻辑分析
该选股逻辑主要基于对市场热点板块和短期市场走势的分析，通过寻找涨势较强，市场表现较好的股票进行选取。同时，适当结合基本面因素进行分析，避免潜在的亏损风险。
有何风险？
该选股逻辑存在以下风险：1. 近一个月内有过涨停的股票数量较少，可能无法满足选股策略的需求；2. 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；3. 选股逻辑较为依赖于市场数据，存在一定的盲目性和风险。
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，综合考虑市场走势和市场情绪的因素，提升选股精准度和成功率。同时可以对选股逻辑的条件进行细化和优化，如适当增加选股条件，避免潜在风险。
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，选择近一个月内有过涨停的股票，结合MACD、KDJ等技术分析指标，实现更加精准和优质的投资选股。
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)
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
# 判断是否有过涨停
daily_data = pro.daily(ts_code=ts_code, start_date='20220101', end_date='20220207')
if daily_data.empty or (daily_data.pct_chg >= 9.5).sum() == 0:
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。
