问财量化选股策略逻辑
该选股策略选股逻辑为：在换手率为3%-12%、股票代码以60开头、10天内涨停天数大于2的股票中进行选股。
选股逻辑分析
该选股策略通过综合考虑换手率、股票代码和涨停天数等因素，找出10天内涨停频率高、交易活跃的标的，从而提高选股准确率。
有何风险？
该选股逻辑过于注重短期涨幅，容易受到市场热点的影响，存在一定的风险。同时，涨停股票的选择也存在一定的偶然性和随机性。
如何优化？
考虑加入选股的基本面因素，如公司盈利能力、行业前景等，构建一个综合性的选股模型，从而提高选股的可靠性、稳定性和长期收益能力。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头、10天内涨停天数大于2的股票中进行选股。
同花顺指标公式代码参考
选股公式：选择换手率在3%-12%、股票代码以60开头，同时10天内涨停天数大于2的股票。
Python代码参考
import pandas as pd
import tushare as ts
def get_stock_list(pro):
# 获取股票列表
stock_info = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,area,industry,market,fullname,enname')
stock_info = stock_info[stock_info['ts_code'].str.startswith('60')] # 筛选出股票代码以60开头的股票
return stock_info
def get_good_stocks(stock_list, api):
# 获取符合选股规则的标的
good_list = []
# 获取交易日历和当前交易日
trade_cal = api.trade_cal(exchange='', start_date='20220101', end_date='20220301', is_open='1')
trade_cal = trade_cal.loc[trade_cal['cal_date'] >= '2020-01-01', 'cal_date'].tolist()
current_trade_date = trade_cal[-1]
# 遍历股票列表
for idx, stock in enumerate(stock_list.ts_code.tolist()):
print("正在处理第 {} 只股票，代码为 {}".format(idx+1, stock))
# 获取股票的日线行情数据
df = api.daily(ts_code=stock, start_date='20200101', end_date=current_trade_date)
if df.empty:
continue
# 判断10天内涨停天数是否大于2
limit_num = df[df['pct_chg'] >= 9.9].shape[0]
if limit_num >= 2:
# 判断换手率是否在3%-12%之间
daily_basic = api.daily_basic(ts_code=stock, trade_date=current_trade_date)
if daily_basic.empty:
continue
volume_ratio = daily_basic.iloc[0]['turnover_rate']
if volume_ratio >= 3 and volume_ratio <= 12:
good_list.append([stock, daily_basic.iloc[0]['total_mv'], df.iloc[-1]['close']])
return good_list
# 获取股票列表
token = 'your token'
pro = ts.pro_api(token)
stock_list = get_stock_list(pro)
# 获取符合选股规则的标的
good_stocks = get_good_stocks(stock_list, pro)
# 输出结果
df_good_stocks = pd.DataFrame(good_stocks, columns=['stock', 'total_mv', 'price'])
print('选股结果：')
print(df_good_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。
