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、流通市值在50亿至100亿区间内的情况下，选择股票进行选股。
选股逻辑分析
该选股逻辑在满足交易活跃度和涨跌幅条件基础上，使用流通市值来筛选具有一定规模的公司，从而剔除了某些规模过小的公司，减小了投资风险。
有何风险？
流通市值并不能真正反映一家公司的实际规模和市场影响力，可能会错过某些小众股票中的优质标的。同时，此选股逻辑同样忽略了公司基本面和行业情况，过于依赖技术面的统计，容易被一些不明因素扰动。
如何优化？
可以综合多个因素进行选股，包括股票的市值、市盈率、股东持股、ROE等基本面指标，行业市场情况等，从多个维度评估股票的优劣。同时，在优化选股策略时，可以增加一些情形化的投资策略，比如在低点介入、波段操作等，以减小风险。
最终的选股逻辑
在换手率为3%-12%、10日涨幅大于0小于35、流通市值在50亿至100亿区间内、市盈率低、ROE高、股东持股比例大等条件下，筛选出符合条件的标的，并实时关注市场动向及公司业绩变化情况，及时调整选股策略以降低风险。
同花顺指标公式代码参考
使用通达信实现该选股策略的条件如下：(HS300 MAIN AND TURNOVER > 0.03 AND TURNOVER < 0.12 AND CIRC_MARKET_CAP > 5000000000 AND CIRC_MARKET_CAP < 10000000000)
其中HS300 MAIN表示选择主板股票，TURNOVER表示换手率，CIRC_MARKET_CAP表示股票的流通市值。
Python代码参考
import pandas as pd
import tushare as ts
# 获取符合条件的股票列表
def get_good_stocks(pro):
good_list = []
# 调用Tushare接口获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L')
# 匹配符合条件的股票
for i in range(len(data)):
ts_code = data.iloc[i]['ts_code']
daily_info = pro.daily(ts_code=ts_code, start_date='20210901', end_date='20211022')
if len(daily_info) >= 10:
if daily_info['pct_chg'].iloc[-1] > 0 and 0 < daily_info['pct_chg'].iloc[-10:].mean() < 35:
market_cap = data.iloc[i]['circ_mv']
if market_cap >= 5000000000 and market_cap <= 10000000000:
good_list.append(ts_code)
return good_list
# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)
# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
daily_data = pro.daily(ts_code=stock_code, start_date='20211022', end_date='20211022')
result.append([stock_code, daily_data.iloc[-1]['market_cap'], (daily_data.iloc[-1]['close'] / daily_data.iloc[0]['close']) - 1, daily_data.iloc[-1]['pct_chg']])
# 排序，输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate', 'today_increase'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
## 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。
