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，选取昨日非涨停板的股票进行选股。
选股逻辑分析
该选股逻辑从量的角度出发，即通过挑选换手率在一定范围内的股票来进行选股；同时，剔除北京A股可以降低某些政策因素对选股结果的影响。此外，选取昨日非涨停板的股票可以防止过度追高，保证股票的投资价值。
有何风险？
该选股逻辑的风险包括：1. 过度追求量的角度，可能会忽视股票的内在价值和未来增长；2. 无法充分考虑股市的各种不确定性因素（如大盘波动等）。
如何优化？
-
考虑更多的股票基本面数据。
可综合利用EPS、净资产收益率、ROE等基本面指标，结合历史业绩表现和价值投资理念，进行选股。 -
加入技术分析指标和其他数据分析方法。
可加入9日均线、布林带、KDJ等指标，结合基本面和股票周边信息进行筛选。
最终的选股逻辑
在换手率3%-12%，剔除北京A股的基础上，选取昨日的非涨停板股票进行选股。
同花顺指标公式代码参考
无需通达信指标。
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']:
trade_date = pro.daily(ts_code=ts_code, start_date='20210216', end_date='20210216')['trade_date']
if len(trade_date) < 1:
continue
if trade_date.iloc[0] != '20210216':
continue
if float(pro.daily(ts_code=ts_code, start_date='20210216', end_date='20210216')['pct_chg']) > 9.9:
continue
if float(pro.adj_factor(ts_code=ts_code, trade_date='20210216')['adj_factor']) < 1.2:
continue
turnover_rate = pro.daily_basic(ts_code=ts_code, start_date='20210216', end_date='20210216')['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。
