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、下午大单净流入的股票中选股。
选股逻辑分析
该选股策略主要在前面的选股逻辑基础上，新增了下午大单净流入的条件，这有助于更准确地判断股票的流动性和市场情绪等因素。同时，该选股策略仍然忽略了公司业绩、盈利等重要因素，可能存在选股不准确的风险。
有何风险？
该选股策略仍然忽略了公司业绩、盈利等重要因素，可能存在选股不准确的风险。同时，选股条件相对简单，可能无法全面地反映股票的整体表现，
如何优化？
可以考虑增加公司基本面、盈利、行业走势等因素的评估。同时，在考虑下午大单流入的情况时，还需要综合考虑股票的走势及其与市场的整体表现等因素，以充分考虑标的的整体实力。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头、下午大单净流入的股票中选股。
同花顺指标公式代码参考
选股公式：选取股票代码以60开头、下午大单净流入、换手率符合要求的标的作为选股标的。
Python代码参考
import pandas as pd
import tushare as ts
from datetime import datetime, timedelta
token = 'your token'
pro = ts.pro_api(token)
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
trade_cal = api.trade_cal(exchange='', start_date='20220101', end_date='20220301', is_open='1')
trade_cal = trade_cal.loc[trade_cal['cal_date'] >= '2022-01-01', 'cal_date'].tolist()
# 下午的起始时间（获取下午大单的时间区间）
afternoon_start = datetime.strptime('13:00:00', '%H:%M:%S').time()
# 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))
for date in trade_cal:
daily = api.daily(trade_date=date, ts_code=stock)
if daily.empty:
continue
last_transaction_time = datetime.strptime(daily.iloc[0]['trade_time'], '%H:%M:%S').time()
if daily.iloc[0]['pct_chg'] < 9.0 and daily.iloc[0]['pct_chg'] > -9.0 and last_transaction_time > afternoon_start:
# 昨日非涨停板，且在下午进行了大单交易
daily_basic = api.daily_basic(ts_code=stock, trade_date=date, fields='turnover_rate, buy_lrg, sell_lrg, buy_elg, sell_elg')
if daily_basic.empty:
continue
if daily_basic.iloc[0]['turnover_rate'] >= 3 and daily_basic.iloc[0]['turnover_rate'] <= 12 and daily_basic.iloc[0]['buy_lrg'] >= daily_basic.iloc[0]['sell_lrg']: # 换手率符合要求，且下午大单流入
good_list.append([date, stock, daily_basic.iloc[0]['turnover_rate'], daily_basic.iloc[0]['buy_lrg'], daily_basic.iloc[0]['sell_lrg'], daily_basic.iloc[0]['buy_elg'], daily_basic.iloc[0]['sell_elg']])
break # 只取该股票最近一天符合要求的交易数据
return good_list
# 获取股票列表
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=['date', 'stock', 'turnover_rate', 'buy_lrg', 'sell_lrg', 'buy_elg', 'sell_elg'])
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。
