问财量化选股策略逻辑
选股逻辑为：在换手率为3%-12%、10日涨幅大于0小于35、昨日非涨停板的基础上选股。（在10点之前选股票。）
选股逻辑分析
该选股策略考虑了股票的流动性、市场表现以及昨日的涨跌情况，可以较好地筛选出有一定投资价值的股票。逻辑较简单，易于实施，但风险仍需控制。
有何风险？
该选股策略可能会面临过于乐观的市场预期，如果能够加入更多的技术指标、基本面分析等综合考虑，则可以更好地控制风险。
如何优化？
可以考虑加入其他多种技术指标、基本面分析等因素，综合考虑股票的各个方面的情况，避免被单一的市场表现所影响。同时，可以利用机器学习算法来构建模型，优化选股策略。
最终的选股逻辑
在换手率为3%-12%、10日涨幅大于0小于35、昨日非涨停板的基础上选股。为提高选股准确性和风险控制水平，建议加入其他技术指标、基本面分析等因素，利用机器学习算法来构建模型，优化选股策略。
同花顺指标公式代码参考
选股策略可能用到的指标包括：换手率、涨跌幅、昨日涨幅、涨停板等，请根据具体需求自行查询同花顺指标公式，并进行修改与适配。
Python代码参考
import tushare as ts
import time
def get_good_stocks():
good_list = []
# 获取正常股票
ts.set_token('your token')
pro = ts.pro_api()
stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code,list_date')['ts_code']
for ts_code in stock_list:
if ts_code.startswith('300') or ts_code.startswith('688'): # 筛选创业板和科创板股票
continue
elif pro.daily(ts_code=ts_code, start_date='20211015', end_date='20211020').empty: # 筛选数据存在日期
continue
elif 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
elif (time.time() - time.mktime(time.strptime(str(pro.stock_basic(ts_code=ts_code, fields='list_date').iloc[0]['list_date']), "%Y%m%d"))) / (365*24*60*60) < 1: # 筛选上市时间大于一年的股票
continue
# 筛选出换手率在3%至12%之间、昨日非涨停板、10日涨幅大于0小于35的股票
daily_data = pro.daily(ts_code=ts_code, start_date='20211020', end_date='20211020')
yesterday_data = pro.daily(ts_code=ts_code, start_date='20211019', end_date='20211019')
if daily_data.empty or yesterday_data.empty or daily_data.iloc[0]['close'] <= daily_data.iloc[0]['open']:
continue
elif daily_data.iloc[0]['pct_chg'] not in range(0, 35) or yesterday_data.iloc[0]['high'] == yesterday_data.iloc[0]['low']*1.1:
continue
elif daily_data.iloc[0]['turnover_rate'] < 0.03 or daily_data.iloc[0]['turnover_rate'] > 0.12:
continue
else:
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。
