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，且周线MA5金叉MA10的股票。
选股逻辑分析
该选股策略注重技术面的分析，能够筛选出技术面较好的股票。但是，如若只考虑技术面而不考虑基本面，则容易产生过度交易、盲目跟风等问题，很难获得稳定长期收益。
有何风险？
该选股策略存在以下风险：1、过多关注技术面指标可能会忽略股票的业务和财务状况，带来交易风险；2、某些技术指标可能会出现拟合数据的情况，所导致的策略不具备可靠性。
如何优化？
可以在技术面指标之上，加入基本面因素，如市盈率、市净率、营业收入等，综合考虑多个因素，提高投资组合的多样性和股票质量。亦可以考虑使用机器学习模型，选择合适的技术指标和基本面指标，以求得盈利的长期稳定性和准确性。
最终的选股逻辑
选择换手率在3%-12%之间，上市年份为2021年，且周线MA5金叉MA10的股票。
同花顺指标公式代码参考
该选股策略中，需要采用MA5金叉MA10作为技术面指标，公式如下：
MA5 = MA(CLOSE, 5)
MA10 = MA(CLOSE, 10)
CROSS(MA5,MA10)
其中，MA函数表示平均值，CLOSE为收盘指标。
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
condition1 = stock_list['ipo_year'] == 2021
condition2 = (stock_list['vol'] >= 500) & (stock_list['vol'] <= 20000)
matched_stocks = set(stock_list[condition1 & condition2]['stock_code'])
# 获取股票技术指标
start_date = (pd.Timestamp.now() - pd.Timedelta('1Y')).strftime('%Y-%m-%d')
technical_indicator = {}
for stock_code in matched_stocks:
k_lines = api.get_k_data(stock_code, start_date)
k_lines['date'] = pd.to_datetime(k_lines['date'])
k_lines.set_index('date', inplace=True)
k_lines.sort_index(inplace=True)
k_lines['MA5'] = k_lines['close'].rolling(window=5).mean()
k_lines['MA10'] = k_lines['close'].rolling(window=10).mean()
technical_indicator[stock_code] = k_lines[['close', 'MA5', 'MA10']]
# 符合条件
final_result = set()
for stock_code in technical_indicator.keys():
k_lines = technical_indicator[stock_code]
latest_price = k_lines.iloc[-1]['close']
ma5 = k_lines.iloc[-1]['MA5']
ma10 = k_lines.iloc[-1]['MA10']
if latest_price > ma5 and ma5 > ma10:
final_result.add(stock_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。
