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开头且周线呈红色柱状的股票进行选股。
选股逻辑分析
该选股策略主要采用技术分析，通过周线红柱的形态，判断股票情况是否处于上升期，同时考虑股票流动性，选取换手率适中的股票，以期待获得更好的收益。
有何风险？
尽管技术分析方法在股票选取上已比较成熟，但仍不能忽略基本面分析的影响。选股策略中的流动性因素可能过分突出，需要结合公司的基本面分析来更好地衡量股票的潜力。同时，由于单纯使用技术分析方法的不确定性较高，其风险较大。
如何优化？
在考虑流动性因素的同时，也需要加入企业的基本面分析因素，如营收、利润等。另外，应该结合整体市场情况和宏观经济政策，更好地衡量股票价格可能的波动情况。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头且周线呈红色柱状的情况下，结合趋势线、均线等技术分析指标进行选股。
同花顺指标公式代码参考
选股公式：
(CODETYPE="2" AND LEFT(CODE,2)="60" AND WEEK()=1 AND
WW(REF(CLOSE,2))<WW(CLOSE) AND (WW(CLOSE)-WW(OPEN))/WW(OPEN)>0.05 AND WW(VOL)>=MA(WW(VOL),20)*2)
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':
weekly_data = pro.weekly(ts_code=ts_code, start_date='20210901', end_date='20211018')
if weekly_data['pct_chg'].iloc[-1] > 0 and weekly_data['vol'].mean() >= weekly_data['vol'].rolling(20).mean()*2 and weekly_data['close'].iloc[-1] > weekly_data['open'].iloc[-1]:
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='20211011', end_date='20211018')
increase_list = daily_data['close'].pct_change()
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。
