(supermind策略)换手率3%-12%、北京A股除外、PE_0

问财量化选股策略逻辑

选股逻辑为：在换手率在3%-12%,剔除北京A股，筛选PE比率大于0的股票进行选股。

选股逻辑分析

PE比率是评估股票投资价值的重要指标之一，可以测量一家公司在收益上的价值与其市场价值的关系。在投资者进行选股时，筛选PE比率大于0的股票是非常重要的，因为这代表一个基本的经济指标。此外，筛选PE比率大于0的股票是一个相对稳妥的选择。在换手率在3%-12%之间筛选股票，同样可以避免因超级高的换手率导致股价波动性大而难于预测，同时也维护了股票市场的稳定性。

有何风险？

该选股逻辑的风险包括：

PE比率是一个重要的参考指标，但不能完全反映一个股票的价值;
3%-12%之间的换手率可能排除了一些高质量的股票，而PE大于0则无法剔除低质量股票;
其他基本面指标和技术面指标都没有被考虑，有可能选到低质量的股票。

如何优化？

结合多个指标
PE比率只是股票分析中的一个指标，而其他指标，如滚动市盈率、市净率等，也能够反映股票的价值。结合多个指标可以提高筛选股票的准确性和稳定性。
关注股票的基本面
股票的基本面也应该被关注，例如公司业绩、财务状况等。当PE比率大于0的股票具有良好的基本面时，则具有更高的投资价值。

最终的选股逻辑

在换手率在3%-12%之间，剔除北京A股的基础上筛选PE比率大于0的股票进行选股。

同花顺指标公式代码参考

通达信指标：
无

Python代码参考

import pandas as pd
import tushare as ts

def get_good_stocks():
    ts.set_token('your_token')
    pro = ts.pro_api()

    stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry')
    stock_list = stock_list[(stock_list['name'].str.contains('ST') == False)]
    good_stocks = []

    for ts_code in stock_list['ts_code']:
        pe_ratio = pro.daily_basic(ts_code=ts_code, start_date='20210701', end_date='20210701')['pe'][0]
        if pe_ratio > 0:
            turnover_rate = pro.daily_basic(ts_code=ts_code, start_date='20210701', end_date='20210701')['turnover_rate'][0]
            if turnover_rate >=3 and turnover_rate <=12:
                good_stocks.append([ts_code, stock_list[stock_list.ts_code == ts_code].iloc[0].name, stock_list[stock_list.ts_code == ts_code].iloc[0].industry])
    good_stocks = pd.DataFrame(good_stocks, columns=['ts_code', 'name', 'industry'])
    return good_stocks

good_stocks = get_good_stocks()
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind策略)换手率3%-12%、北京A股除外、PE_0_