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年且流通盘小于等于55亿股的股票。
选股逻辑分析
该选股策略在之前选择的换手率和上市年份基础上，加入了流通盘的指标，以更全面地考虑股票的特征。其选股逻辑简单，具有清晰性和可操作性，但同时可能会忽略其他基本面因素、技术面指标等，影响其选股效果。
有何风险？
该选股策略存在以下风险：1、可能无法全面考虑其他基本面因素、技术面指标等；2、依赖于流通盘的指标，可能受到市场情况和机构资金的干预影响；3、可能存在长期趋势的偏差，影响投资决策的准确性。
如何优化？
除了增加流通盘的指标外，可以同时加入其他基本面因素、技术面指标等，如市盈率、市净率、资产负债率、MACD、KDJ等，以全面提高选股策略的实际效果和风险控制能力。
最终的选股逻辑
选择换手率在3%-12%、上市年份为2021年，流通盘小于等于55亿股的股票。
同花顺指标公式代码参考
CXBZ=="" AND DATE>=20210101 AND (TURN>3 AND TURN<12) AND LTGB<=55
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']) 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'])
def get_matched_stocks(api, stock_list):
# 筛选出符合条件的股票
condition1 = (stock_list['ltgb'] <= 5500000000)
condition2 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
matched_stocks = []
for code in stock_list[condition1 & condition2]['stock_code'].tolist():
data = api.get_security_bars(20, 0, code, 0, 100)
if len(data) == 20:
current_profit = (data['close'][-1] - data['close'][0]) / data['close'][0]
if current_profit > 0:
matched_stocks.append(code)
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。
