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、昨日竞价换手率大于0.26的股票中进行选择。
选股逻辑分析
该选股逻辑主要侧重于选取换手率适中且活跃的股票，同时，通过添加竞价换手率的判断可以更加精准地选出活跃的、具备一定热度的标的，从而获得更好的收益。剔除北京A股，则可以减少官方政策的影响，防范投资风险。
有何风险？
该选股逻辑的风险包括：1. 在细分市场领域可能较少可操作的标的；2. 对基础面等信息缺乏考虑，短期内波动过大；3. 竞价换手率可能被市场趋势所左右，存在一定的风险。
如何优化？
该策略在操作上可以结合市场走势、基础面等多方面信息进行筛选，同时，可以设置合理的止损、止盈点位，控制风险。另外，该策略也可以结合技术面等因素进行判断，从而提高筛选精准度。
最终的选股逻辑
在换手率3%-12%、剔除北京A股、昨日竞价换手率大于0.26的股票中进行选择，并通过深入了解市场走势、基础面等信息，合理、灵活地进行操作。
同花顺指标公式代码参考
选股公式：(HSL >= 0.03) AND (HSL <= 0.12) AND (JBHSL > 0.26)
Python代码参考
import pandas as pd
import tushare as ts
import datetime
def get_good_stocks():
good_list = []
ts.set_token('your_token')
pro = ts.pro_api()
end_date = datetime.datetime.today().strftime('%Y%m%d')
# 获取所有股票的日线行情数据
all_data = pro.daily(trade_date=end_date)
for ts_code in all_data['ts_code'].unique():
# 剔除北京A股
if all_data[all_data.ts_code == ts_code].iloc[0]['area'] == '北京':
continue
# 选取换手率在范围内的股票
if all_data[all_data.ts_code == ts_code].iloc[0]['turnover_rate'] < 3 or all_data[all_data.ts_code == ts_code].iloc[0]['turnover_rate'] > 12:
continue
# 判断竞价换手率
pre_data = pro.daily(ts_code=ts_code, start_date=(datetime.datetime.today() - datetime.timedelta(days=1)).strftime('%Y-%m-%d'), end_date=end_date)
if pre_data.empty or pre_data.iloc[0]['vol'] == 0:
continue
jbhsl = pre_data.iloc[0]['pct_chg'] * 100 / (pre_data.iloc[0]['vol'] / 100)
if jbhsl < 0.26:
continue
good_list.append({
'ts_code': ts_code,
'name': all_data[all_data.ts_code == ts_code].iloc[0]['name'],
'industry': all_data[all_data.ts_code == ts_code].iloc[0]['industry'],
'market': all_data[all_data.ts_code == ts_code].iloc[0]['market'],
})
good_stocks = pd.DataFrame(good_list)
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。
