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股的基础上，选择周线MA5金叉MA10的股票进行选股。
选股逻辑分析
该选股逻辑的策略是通过股票的均线交叉来判断股票的走势，从而进行选股。但是该选股逻辑没有考虑其他重要的因素，如股票市值、盈利情况等，容易忽略股票的内在价值。
有何风险？
该选股逻辑的风险包括：1. 单一指标依赖性过高，容易因特殊情况影响选股策略；2. 没有考虑到其他重要因素，容易忽略股票的内在价值，造成长期收益不佳。
如何优化？
-
综合多方面因素进行选股。
除了股票的均线交叉，还应该关注公司的基本面、财务数据等相关因素，以避免单一指标带来的风险。 -
均线选取要合理。
均线的选取需要根据市场情况进行调整，不宜过于追求短期均线金叉，应该考虑长期均线的交叉情况。
最终的选股逻辑
在换手率3%-12%,剔除北京A股的基础上，选择周线MA10金叉MA20、MA30、MA50，且市值大于100亿的股票进行选股。
同花顺指标公式代码参考
选股逻辑中需要用到周线均线的金叉指标，通达信中的指标为：CROSS(MA(5, WEEK), MA(10, WEEK))
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()
trade_cal = pro.trade_cal(exchange='', start_date='20210201', end_date='20210228', fields='cal_date,is_open')
week_date = trade_cal[trade_cal.is_open == 1].iloc[::5, :].reset_index(drop=True)
week_date = week_date.iloc[-1]['cal_date']
stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market_cap')
stock_list = stock_list[(stock_list['name'].str.contains('ST') == False) & (stock_list['market_cap'] > 100000)]
good_stocks = []
for ts_code in stock_list['ts_code']:
weekly = pro.weekly(ts_code=ts_code, start_date=week_date, end_date=week_date)
if weekly.empty:
continue
if (weekly.iloc[0]['ma5'] >= weekly.iloc[0]['ma10']) and (weekly.iloc[0]['ma10'] >= weekly.iloc[0]['ma20']) and (weekly.iloc[0]['ma20'] >= weekly.iloc[0]['ma30']) and (weekly.iloc[0]['ma30'] >= weekly.iloc[0]['ma50']):
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。
