问财量化选股策略逻辑
选股逻辑为： 在换手率为3%-12%、股票代码以60开头且前天的MACD值小于0的条件下，选股。
选股逻辑分析
该选股策略主要考虑到股票的市场活跃度和趋势性因素，同时结合MACD指标判断操作时机，选择换手率适中的股票。这样既能获取市场热度的股票，又能兼顾个股的市场风险。
有何风险？
该选股策略没有充分考虑基本面因素，可能出现大量资金热捧股票炒作，并可能忽略低估股票的价值。同时，股票市场变化快速，很容易受到宏观经济和政策调控等多种因素的影响，存在较大的市场风险。
如何优化？
可以考虑加入更多的基本面和技术面因素的综合考虑，例如评估股票的证券分类、行业地位、营收和利润增速等因素，从而获取更为精准的选股结果。同时，设计风险控制策略，规避市场波动和高风险投资，并加强市场风险管控，从而最大限度地控制市场风险。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头且前天的MACD值小于0的条件下进行选股。同时加入公司证券分类、行业地位、营收和利润增速等基本面因素和技术面因素的综合考量来评估。在风险管控上，制定风险控制策略，加强市场风险管控。
同花顺指标公式代码参考
选股公式：
(CODETYPE="2" AND LEFT(CODE,2)="60" AND MACD(12,26,9) REF 2 < 0 AND TURNOVER>0.03 AND TURNOVER<1.2)
其中MACD(12,26,9) REF 2 表示前天的MACD值，TURNOVER表示换手率。
Python代码参考
import pandas as pd
import tushare as ts
# 获取符合条件的股票列表
def get_good_stocks(pro):
good_list = []
# 调用Tushare接口获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L')
# 匹配满足条件的股票
for i in range(len(data)):
ts_code = data.iloc[i]['ts_code']
if ts_code[:2] == '60':
daily_info = pro.daily(ts_code=ts_code, start_date='20210901', end_date='20211022')
macd_values = pro.macd(ts_code=ts_code)
if daily_info[daily_info['pct_chg'] == 10].shape[0] == 0 and macd_values.iloc[-3]['macd'] < 0:
turnover_ratio = daily_info[daily_info['turnover_rate'] > 0]['turnover_rate'].mean()
if turnover_ratio >= 0.03 and turnover_ratio <= 0.12:
good_list.append(ts_code)
return good_list
# 获取所有符合条件的股票
token = "your token"
pro = ts.pro_api(token)
good_stocks = get_good_stocks(pro)
# 计算符合条件的股票的市值和涨幅
result = []
for stock_code in good_stocks:
daily_data = pro.daily(ts_code=stock_code, start_date='20211022', end_date='20211022')
result.append([stock_code, daily_data.iloc[-1]['market_cap'], daily_data.iloc[-1]['close'] / daily_data.iloc[0]['close']])
# 排序，输出结果
df = pd.DataFrame(result, columns=['stock_code', 'market_cap', 'increase_rate'])
df = df.sort_values(by='increase_rate', ascending=False)
print(df.head(10))
## 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。
