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%之间、上市年份为2021年、今日最大跌幅在-4%到-5%之间的股票。
选股逻辑分析
该选股策略注重选择换手率和股票表现，能够考虑市场风险并较好地适应市场需求。但是，因为该选股仅考虑了短期股票表现，可能会产生过多的波动性股票，从而影响投资组合的稳定性和长期收益。
有何风险？
该选股策略存在以下风险：1、只关注短期表现可能会导致过度交易；2、该选股策略只考虑了换手率和股票表现这两个因素，过于简单化了投资决策，可能造成投资结果出现较大偏差。
如何优化？
可以引入其他基本面因素，如市盈率、市净率、营业收入等，以及技术面因素，如均线、相对强弱指标等，综合考虑多个因素，提高投资组合的多样性和股票质量。
最终的选股逻辑
选择换手率在3%-12%之间、上市年份为2021、今日最大跌幅在-4%到-5%之间的股票。
同花顺指标公式代码参考
该选股策略中，涉及到股票表现的筛选条件，可以使用通达信中的HHV函数构建指标，公式如下：
HHV(MAX(C, YC) - MIN(C, YC), 1) / YC - 1 >= -0.05 AND
HHV(MAX(C, YC) - MIN(C, YC), 1) / YC - 1 <= -0.04 AND
C / REF(C, 1) - 1 < 0.01
其中，MAX(C, YC) - MIN(C, YC)为当日最大跌幅，YC为昨收价，C为当日收盘价。
python代码参考
import pandas as pd
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
api = TdxHq_API()
ip = select_best_ip('tdx')
def get_stock_list(api):
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_price'], stock['ipo_amount'], stock['volunit'] * 100) for stock in stock_list if stock['code'][0] in ['0', '3', '6']]
dataList += results
return pd.DataFrame(dataList, columns=['stock_code','ipo_year','ipo_price','ipo_amount','vol'])
stock_list = get_stock_list(api)
# 获取符合条件的股票列表
quote_list = api.get_security_quotes([(0, '000001'),(1, '399001')])
pct_changes = pd.Series([quote_list[0]['last_close']] + [x['price'] for x in quote_list[1]])
pct_changes = (pct_changes - pct_changes.shift(1)) / pct_changes.shift(1)
pct_changes = pct_changes[1:]
matched_stocks = list(pct_changes[pct_changes <= -0.10].index)
matched_stocks = [x+'.SH' if x.endswith('S') else x+'.SZ' for x in matched_stocks]
result = pd.DataFrame({'stock_code':matched_stocks})
result = pd.merge(result, stock_list, on=['stock_code'])
# 获取股票当天表现数据
df = pd.read_csv('stock_daily_info.csv')
df.drop_duplicates(subset=['code', 'date'], keep='last', inplace=True)
df = df[['code', 'date', 'open', 'close']]
df['change'] = (df['close'] - df['open']) / df['open']
df['change'] = df['change'].apply(lambda x:round(x,2))
# 符合条件
final_result = result[(result['ipo_year']==2021) & (result['vol']>=300) & (result['stock_code'].isin(df.loc[(df['change']<=-0.04) & (df['change']>-0.05)]['code']))]
# 输出结果
print('下列股票符合选股策略：')
print(final_result)
## 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。
