问财量化选股策略逻辑
该选股策略选股逻辑为：换手率3%-12%,KDJ刚形成金叉,饮料酒进出口。
选股逻辑分析
该选股策略选股先考虑换手率的范围，确定了股票的活跃度。其次，看KDJ技术指标，判断当前股票是否处于上涨趋势中。最后，根据股票主营业务为饮料酒进出口的行业特征，对股票做进一步筛选。
有何风险？
该选股策略仅考虑了股票的成交活跃度、技术指标、行业属性等几个简单指标，忽略了公司基本面数据及行业内部因素，可能选出的股票存在一定的风险。 此外，该策略选股逻辑过于简单，可能投资的股票具有一定的市场波动性和不确定性。
如何优化？
该选股策略可以加入更多的指标，如市盈率、ROE、负债率等财务量化和基本面、行业等进一步的判断指标，并且还可以针对不同的饮料酒进出口行业做更加细分的选股。此外，可以进行多个周期下的回测和实验，验证选股的性能表现。
最终的选股逻辑
该选股策略选股逻辑为：换手率大于等于3%且小于等于12%，KDJ金叉，主营业务为饮料酒进出口的股票。
同花顺指标公式代码参考
通达信公式代码：
(TURNOVER>=0.03 AND TURNOVER<=0.12) AND KDJ_CROSS(0,1) AND INDUSTRY == "饮料酒进出口"
python代码参考
import pandas as pd
from datetime import datetime, timedelta
from pytdx.hq import TdxHq_API
# 创建连接
api = TdxHq_API()
api.connect('119.147.212.81', 7709)
# 所有A股列表
all_stocks = api.get_security_list(1, 0)
df_stocks = pd.DataFrame(all_stocks, columns=['code', 'name', 'market_type', 'exchange_type'])
# 获取A股财报数据
selected_stocks = []
for code in df_stocks['code']:
stock_k_data = api.get_k_data(code, 'D')
if stock_k_data is not None and len(stock_k_data)>2 \
and stock_k_data['turnover_ratio'].quantile(0.7)>=0.03 \
and stock_k_data['turnover_ratio'].quantile(0.7)<=0.12 \
and stock_k_data['kdjj'].iloc[-2]<stock_k_data['kdjj'].iloc[-1]:
stock_basic_data = api.to_df(api.get_finance_info(code))
if stock_basic_data is not None and len(stock_basic_data)>0 \
and '饮料酒进出口' in stock_basic_data['主营业务'].values:
selected_stocks.append({'code':code, 'name':df_stocks[df_stocks['code']==code]['name'].values[0],
'market_type':df_stocks[df_stocks['code']==code]['market_type'].values[0],
'last_price':stock_k_data['close'].iloc[-1]})
selected_stocks = pd.DataFrame(selected_stocks)
selected_stocks = selected_stocks.sort_values(by=['last_price'], ascending=False).head(n)
# 断开连接
api.disconnect()
## 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。
