(supermind策略)换手率3%-12%、北京A股除外、换手率_2%且_9%

问财量化选股策略逻辑

选股逻辑为：在换手率3%-12%,剔除北京A股,同时限定换手率在2%-9%范围内来筛选股票。

选股逻辑分析

该选股策略同样主要侧重于资金面，使用换手率指标来筛选股票。通过限定换手率范围、排除北京A股来筛选，既能选出具有一定流动性的股票，又能排除一些短期异常波动的股票。

有何风险？

由于仅考虑资金面因素，未考虑其他影响股票价格的因素，可能会选出短期热门股而忽略了长期投资价值。同时，换手率指标也可能存在一定的数据误差和主观因素，导致筛选的结果不够准确。

如何优化？

结合其他指标
建议结合市盈率、市净率等基本面指标，以及技术面的指标如均线等来综合判断股票的投资价值。
根据市场形势灵活调整
由于股市形势的不断变化，可以适时调整选股策略，如灵活调整限定换手率的范围和比重等。

最终的选股逻辑

在换手率3%-12%,剔除北京A股,同时限定换手率在2%-9%范围内，结合基本面和技术面的指标，综合判断选出具有长期投资价值的股票。

同花顺指标公式代码参考

FILTER:SELECTC(((HSL>3) AND (HSL<12) AND (AVERAGE[北京股份]==0) AND (HSL>2) AND (HSL<9)),0,1);

其中，HSL为换手率指标。

Python代码参考

import tushare as ts

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

    df1 = pro.stock_basic(exchange='SZSE', list_status='L', fields='ts_code,name,industry,pe,pb,turnover_rate,amount')
    df1 = df1[(df1['turnover_rate'] >= 3) & (df1['turnover_rate'] <= 12)]
    df1 = df1[(df1['turnover_rate'] >= 2) & (df1['turnover_rate'] <= 9)]
    df1 = df1[(df1['name'].str.contains('ST') == False)]
    df1 = df1[(df1['ts_code'].str.startswith('002') == True) | (df1['ts_code'].str.startswith('000') == True)]
    
    df2 = pro.moneyflow(trade_date='20210108', fields='ts_code, buy_sm_vol, sell_sm_vol, buy_md_vol, sell_md_vol, buy_lg_vol, sell_lg_vol')
    df2['net_volume'] = df2['buy_lg_vol'] - df2['sell_lg_vol']
    df2 = df2.set_index('ts_code')

    df3 = df1.join(df2, how='left')
    df3 = df3.sort_values(by=['turnover_rate'], ascending=False)
    df3 = df3.head(20)
    return df3

good_stocks = select_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、换手率_2%且_9%_