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，集中度70<20%的条件下，筛选股票。
选股逻辑分析
该选股策略的核心在于选取集中度较小的股票，这种股票风险分散比较均匀，相较于集中度较高的股票，其相对的风险会小一些。同时设置换手率的框架，有效筛选出稳定性较好的股票。
有何风险？
集中度较低的股票可能得不到市场关注，出现短期动荡风险较大。同时，高集中度的股票由于不同持股者的风格不同，可能导致扭曲的股价，但长期来看风险较高。
如何优化？
-
加入其他指标
可以考虑加入其他评估指标，如市盈率、价格烈度等等，以全面评估股票的过去表现和未来业绩。 -
改变切入角度
可以考虑以行业为切入点进行筛选，以业绩、盈利能力等为主要考量。
最终的选股逻辑
在换手率3%-12%,剔除北京A股，集中度70<20%的条件下，选取以多重指标为依据的较小集中度股票集合。
同花顺指标公式代码参考
无
Python代码参考
import tushare as ts
def select_good_stocks():
ts.set_token('your_token')
pro = ts.pro_api()
stocks = pro.stock_basic(exchange='SZSE', list_status='L', fields='ts_code, name, industry, mktcap, turnover_rate, shares_float')
df = pro.top10_holders(ts_code=stocks.ts_code[0],start_date='20170101',end_date='20220101')
stocks = pd.merge(stocks,df, on='ts_code',how='left')
stocks['hold_ratio'] = stocks['hold_ratio'].fillna(0)
stocks = stocks[(stocks['name'].str.contains('ST') == False)]
stocks = stocks[(stocks['mktcap'] >= 200000000)]
stocks = stocks[(stocks['ts_code'].str.startswith('002') == True) | (stocks['ts_code'].str.startswith('000') == True)]
stocks = stocks[(stocks['turnover_rate'] >= 3) & (stocks['turnover_rate'] <= 12)]
stocks = stocks[(stocks['shares_float'] / stocks['mktcap'], 2) > 0.6]
stocks = stocks[(stocks['hold_ratio'] <= 20)]
stocks = stocks.set_index('ts_code')
return stocks
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。
