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开头且昨日主力控盘的股票中选股。
选股逻辑分析
该选股策略以换手率、股票代码等基本面要素为基础，结合了昨日主力控盘的要求，希望通过主力资金的控盘来选择符合选股策略要求的股票。其中，主力资金的控盘需要结合资金流量等技术指标来判断。
有何风险？
该选股策略可能会忽略了标的的整体基本面和中长期趋势，而更多地倾向于关注某个时段的主力资金进出情况，有可能导致选到一些容易被短线投机行为影响的股票，存在较大风险。
如何优化？
可以增加基本面和其他技术指标的筛选标准，如价格、市盈率等指标，以综合考虑标的的整体价值和长期趋势。此外，可以结合其他技术分析指标和自定义技术指标进行选股，进一步提高选股的精度。
最终的选股逻辑
在换手率为3%-12%、股票代码以60开头且昨日主力控盘的股票中选股。
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、换手率为3%-12%、昨日主力控盘的标的。
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 = []
# 获取交易日历和当前交易日
trade_cal = api.trade_cal(exchange='', start_date='20220101', end_date='20220301', is_open='1')
trade_cal = trade_cal.loc[trade_cal['cal_date'] >= '2020-01-01', 'cal_date'].tolist()
current_trade_date = trade_cal[-1]
# 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))
daily_basic = api.daily_basic(ts_code=stock, trade_date=current_trade_date)
# 获取昨日主力资金控盘
if daily_basic.empty or daily_basic.iloc[0]['main_net_mf'] <= 0:
continue
turnover_rate = daily_basic.iloc[0]['turnover_rate'] # 换手率
if turnover_rate >= 3 and turnover_rate <= 12:
good_list.append([stock, turnover_rate])
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=['stock', 'turnover_rate'])
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。
