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、今年上市且流通市值大于5亿小于10亿、涨幅小于2.6且大于-5。
选股逻辑分析
该选股策略主要关注于流动性和风险，选股范围在涨幅较小的范围内，同时需要关注市值和上市时间两个基本面因素。通过筛选出换手率在一定范围内的股票，关注于中短线投资回报。
有何风险？
该选股策略可能存在以下风险：1、不充分考虑股票的业绩和估值等基本面指标因素；2、选股范围较窄，可能在市场表现较为强劲的股票中错过表现较好的个股；3、选股标准可能会导致选出的股票数量较少，进而产生过于集中的风险。
如何优化？
可以加入其他指标，如市盈率、市净率等基本面指标，同时也可以增加一些技术指标，如移动平均线、RSI等技术指标，以获得更全面的选股依据。
最终的选股逻辑
选择换手率在3%-12%之间、今年上市且流通市值大于5亿小于10亿、涨幅小于2.6且大于-5。
同花顺指标公式代码参考
通达信指标代码：
ZT: (TURN / CAPITAL_TODAY) >= 0.03 AND (TURN / CAPITAL_TODAY) <= 0.12;
STOCK_CIRCULATION_VAL >= 500000000 AND STOCK_CIRCULATION_VAL <= 1000000000;
OPEN > PRECLOSE*0.95 AND OPEN < PRECLOSE*1.026;
SORT_LIST:SINCE(1) = 1 AND ZT AND STOCK_CIRCULATION_VAL AND OPEN;
SORT_BY_DESC(SORT_LIST);
SELECTED:=SORT_LIST;
python代码参考
import pandas as pd
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
import datetime as dt
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['volunit'] * 100, stock['circulating_market_cap']) for stock in stock_list if stock['code'][0] in ['0', '3', '6']]
dataList += results
return pd.DataFrame(dataList, columns=['stock_code','ipo_year','vol','market_cap'])
stock_list = get_stock_list(api)
this_year = dt.datetime.today().year
threshold = 2.6
#逐个股票地进行选股策略
condition_list = []
for i in range(len(stock_list)):
stock_code = stock_list.loc[i,'stock_code']
try:
if stock_list.loc[i,'market_cap'] > 500000000 and stock_list.loc[i,'market_cap'] < 1000000000 and stock_list.loc[i,'ipo_year'] == this_year :
v_data = api.get_history_volume_price_data(0, stock_code, start_date=(dt.datetime.today()-dt.timedelta(days=5)).strftime('%Y-%m-%d'), end_date=(dt.datetime.today()-dt.timedelta(days=1)).strftime('%Y-%m-%d'))
vol = v_data['vol'].sum()
k_data = api.get_security_bars(9, 0, stock_code, 0, 1)
if (k_data.iloc[-1]['close'] > k_data.iloc[-1]['pre_close']) and (k_data.iloc[-1]['pct_change'] < threshold) and (k_data.iloc[-1]['pct_change'] > -5.0):
condition_list.append(stock_code)
except:
pass
#根据成交量选取符合条件的股票
result = pd.DataFrame(condition_list, columns=['stock_code'])
result = pd.merge(result, stock_list, on=['stock_code'])
result = result[result.vol >= 20000]
result = result[result.vol <= 1000000]
result = result[result.market_cap > 500000000]
result = result[result.market_cap < 1000000000]
#输出结果
print('下列股票符合选股策略：')
print(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。
