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、周线MA5金叉MA10的股票中选股。
选股逻辑分析
该选股策略主要关注了股票的换手率和技术指标，通过选取周线MA5金叉MA10的标的，可以筛选出近期有好的走势和投资机会的标的。
有何风险？
该选股策略也忽略了公司基本面、行业走势等重要因素，可能存在选股不准确的风险。同时，选取的指标也可能存在滞后性，不能对市场变化及时作出反应。
如何优化？
可以增加其他的技术指标、基本面数据等维度进行筛选和评估。同时，需要对数据进行回溯测试，选择具有稳定业绩和投资价值的标的。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头、周线MA5金叉MA10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，周线MA5金叉MA10，换手率为3%-12%的标的作为选股标的。
Python代码参考
import pandas as pd
import tushare as ts
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 = []
for stock in stock_list.ts_code.tolist():
weekly_data = api.weekly(ts_code=stock, trade_date='20211201', fields='ts_code,trade_date,close')
if weekly_data.empty or len(weekly_data) < 2:
continue
ma5 = weekly_data['close'].rolling(window=5).mean()
ma10 = weekly_data['close'].rolling(window=10).mean()
if len(ma5) < 2 or len(ma10) < 2:
continue
if ma5.iloc[-1] > ma10.iloc[-1] and ma5.iloc[-2] <= ma10.iloc[-2]:
daily_basic = api.daily_basic(ts_code=stock, trade_date='20211201', fields='turnover_rate')
if daily_basic.empty:
continue
if daily_basic.iloc[0]['turnover_rate'] >= 3 and daily_basic.iloc[0]['turnover_rate'] <= 12:
good_list.append(stock)
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
print("选股结果：")
print(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。
