问财量化选股策略逻辑
该选股策略选股逻辑为：选择换手率在3%-12%、上市年份为2021年，并且股票代码以60开头的股票。
选股逻辑分析
该选股策略基于市场热点，选择符合条件的60开头的股票进行投资。同时，选择3%-12%的换手率可以降低市场波动的风险，同时能够实现一定的交易频率和流动性。以2021年为时间窗口，可以更好地把握近期市场动态。
有何风险？
该选股策略存在以下风险：1、忽略其他重要因素的影响，如公司基本面和市场整体趋势等，选股效果可能不稳定；2、由于过于依赖技术因素，选股策略的可预测性较为有限；3、仅选取60开头的股票，可能会忽略其他优质的股票，降低投资效果。
如何优化？
可以考虑结合其他因素，如公司基本面、市场整体趋势、技术指标等进行综合分析，提高选股策略的可靠性和稳定性。此外，适当放宽换手率的筛选条件，以吸纳更多的股票，增加投资机会。
最终的选股逻辑
选择换手率在3%-12%、上市年份为2021年，并且股票代码以60开头的股票。
同花顺指标公式代码参考
CXBZ=="" and DATE=当日 and (TURN > 3 and TURN < 12) and LEFT(ZQDM, 2) = "60" and IPO_YEAR == 2021
Python代码参考
import pandas as pd
import datetime
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')
def get_stock_list(api):
# 遍历股票市场获取所有股票
dataList = []
for market in [0, 1]:
stock_list = api.get_security_list(market, 0)
results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb']) for stock in stock_list if
stock['code'][0] in ['0', '3'] and stock['market'] == 0 and stock['ipo_year'] == 2021]
dataList += results
return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb'])
def get_matched_stocks(api, stock_list):
# 筛选出符合条件的股票
today = datetime.datetime.today().strftime('%Y%m%d')
condition1 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
condition2 = stock_list['ipo_year'] == 2021
condition3 = stock_list['stock_code'].str.startswith('60')
matched_stocks = stock_list[condition1 & condition2 & condition3]['stock_code'].tolist()
return matched_stocks
#获取股票列表
stock_list = get_stock_list(api)
#筛选符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)
#输出结果
print('下列股票符合选股策略：')
print(matched_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。
