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开头的股票中，选取昨日股价大于250日均线的个股。
选股逻辑分析
该选股逻辑基于技术面指标，选择在短期内换手率适中，行情活跃的60开头的个股中股价大于250日均线的标的，适用于寻找行情热点中股价相对稳定的标的。
有何风险？
该选股策略的风险在于忽略了标的的盈利能力、估值和长期趋势等，可能存在短期内的盲目追涨或市场转折时失去控制的风险。同时由于该策略主要基于技术面指标，可能会忽略公司基本面的情况。
如何优化？
可以综合加入多个指标，比如基本面指标和其他技术面指标，如成交量、RSI等，以及不同时间周期的均线等，构建综合选股逻辑，既能挖掘出有较好盈利能力、估值合理的标的，又能够适应市场行情的变化，提高选股效率。
最终的选股逻辑
在换手率为3%-12%，股票代码以60开头的股票中，筛选出昨日股价大于250日均线的标的，综合考虑其他技术面指标及基本面指标等构建选股逻辑。
同花顺指标公式代码参考
选股公式：选取60开头的股票，昨日收盘价大于250日均线。
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):
#获取昨日股价大于250日均线的个股
good_list = []
for stock_code in stock_list['ts_code'].tolist():
data = pro.daily(ts_code=stock_code, start_date ='20210101', end_date='20210601', fields='trade_date,close')
data['ma250'] = data['close'].rolling(window=250).mean()
data = data[data['trade_date'] == '20210601']
if not data.empty:
if data['close'].iloc[0] > data['ma250'].iloc[0]:
good_list.append(stock_code)
return good_list
#获取股票列表
stock_list = get_stock_list(pro)
#获取昨日股价大于250日均线的个股
good_stocks = get_good_stocks(stock_list, pro)
#输出结果
print("昨日股价大于250日均线的股票：")
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。
