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%的股票中，上市年份为2021年，现量大于1万手，且当日开盘价高于昨日收盘价的股票。
选股逻辑分析
该选股策略选股逻辑在换手率、上市年份、现量和当日开盘价等方面进行选择，能够综合考虑股票的基本面和技术面，同时具有判断股票上涨潜力的功能。
有何风险？
该选股策略存在以下风险：1、选股条件较为单一，忽略了其他因素的影响；2、选股结果可能对当日市场情况敏感，缺乏足够的长期验证。
如何优化？
可以加入其他基本面指标和技术指标，以辅助判断股票的买卖情况，并且应结合不同市场和周期进行多方面的回测，以判断该选股策略的稳定性和实际效果。
最终的选股逻辑
选择换手率在3%-12%的股票中，上市年份为2021年，现量大于1万手，且当日开盘价高于昨日收盘价的股票。
同花顺指标公式代码参考
OPEN>REF(CLOSE,1) AND VOL>10000 AND SWING>1
Python代码参考
import pandas as pd
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']) 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'])
def get_matched_stocks(api, stock_list):
#筛选出符合条件的股票
condition1 = (stock_list['ltgb'] >= 200000000)
condition2 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12)
matched_stocks = []
for code in stock_list[condition1 & condition2]['stock_code'].tolist():
data = api.get_k_data(code, 'D', '20210101', '20211231')
if len(data) >= 2:
cond = data['open'].iloc[-1] > data['close'].iloc[-2] and data['volume'].iloc[-1] > 10000
if cond:
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。
