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，选择最近两日收盘价为最高价进行排序。
选股逻辑分析
除了一些基本面的筛选条件，加入了历史股价表现的因素。高点为两日最高并不能代表未来表现，因此需要重新考虑其它技术指标。
有何风险？
高点为两日最高并不能代表未来表现，可能会丧失一些股票的行情机会。
如何优化？
可以加入更多的技术指标和风险控制指标，综合考虑各个因素，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，综合考虑历史表现和基本面等因素进行排序。
同花顺指标公式代码参考
选股公式：
CIRCMV<10000000000 AND TURNRATE>=3 AND TURNRATE<=12 AND REF(HIGH, 1) = HHV(HIGH, 2) ORDER BY CLOSE 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
# 筛选最近两日的最高收盘价
price_data = pro.daily(ts_code=ts_code, start_date='20220207', end_date='20220209', fields='close,high')
if price_data.empty or price_data.iloc[-1]['high'] < price_data.iloc[-2:]['high'].max():
continue
good_list.append(ts_code)
# 根据收盘价排序
sorted_data = pro.daily(ts_code=','.join(good_list), start_date='20220209', end_date='20220209', fields='ts_code,close')
sorted_data = sorted_data.sort_values(by='close', ascending=False)
good_list = sorted_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。
