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股中选取量比大于1.5且小于6的股票。
选股逻辑分析
该选股策略主要从量能的角度筛选股票，选取量比在一定区间内的股票。相比于只从历史收益率和市值来选股，该策略考虑了量能的特征，适用于一些短期投机性质的交易。
有何风险？
选股逻辑仅从量能的角度筛选股票，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，历史交易量和量比无法预测未来交易量，不具备持续性。
如何优化？
可以在加入历史交易量的同时，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。
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股中选取交易量在一定区间内的股票，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 LB > 1.5 AND LB < 6 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
# 判断量比是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='20210101', end_date='20211231')
vols = daily_data['vol']
lb = (vols/vols.shift(1)).iloc[1:]
lb_mean = lb.mean()
if lb_mean < 1.5 or lb_mean > 6:
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。
