问财量化选股策略逻辑
该选股策略选股逻辑为：选择换手率在3%-12%、股票代码以60开头、振幅大于1的股票。
选股逻辑分析
该选股策略结合了股票流通性、股票代码和波动性等多方面指标，选择换手率在3%~12%之间并且以60开头的股票，更容易受到投资者追捧；同时加入了波动性指标振幅，以此筛选出更具潜力的标的股票。
有何风险？
该选股策略存在以下风险：1、只考虑了市场流通性和价格较低的股票，忽略了一些跨行业领域龙头公司的价值；2、振幅是一种波动性指标，过于侧重波动导致大盘震荡时候容易选出较多错杀个股。
如何优化？
建议加入其它指标，如市值、市盈率等，对借壳、ST股和退市公司等进行过滤。同时优化选股逻辑，增加成长性指标的判断，如净利润和归母净利润增长率、ROE等，以更准确判断股票价值。
最终的选股逻辑
选择换手率在3%-12%、股票代码以60开头、振幅大于1的股票。
同花顺指标公式代码参考
SELECT CODE, NAME FROM STOCK_GENERAL WHERE LEFT(CODE,2)='60' AND HSL>=3 AND HSL<=12 AND ZHENFU>=1;
Python代码参考
import pandas as pd
import datetime
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')
def get_stock_list(api):
# 遍历股票市场获取所有股票
dataList = []
for market in [0, 1]:
stock_list = api.get_security_list(market, 0)
results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb'], stock['jlr'], stock['pe']) for stock in stock_list if
stock['code'][0] == '6' and stock['code'][1] == '0' and stock['market'] != 43]
dataList += results
return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb', 'jlr', 'pe'])
def get_matched_stocks(api, stock_list):
# 筛选出符合条件的股票
matched_stocks = []
for stock_code in stock_list['stock_code'].tolist():
k_data = api.get_k_data(stock_code)
if 3 <= k_data.iloc[-1]['turnover_rate'] <= 12 and k_data.iloc[-1]['amplitude'] >= 1:
matched_stocks.append(stock_code)
return matched_stocks
#获取股票列表
stock_list = get_stock_list(api)
#筛选出符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)
#输出结果
print('下列股票符合选股策略：')
print(matched_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。
