问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、营收增长率大于10%的股票中选择。
选股逻辑分析
该选股策略基于反包和换手率条件，结合了营收增长率的要求，选取具有发展潜力的股票。但该策略忽略了其他技术指标对股票走势的影响，可能存在误判股票走势的情况。
有何风险？
该选股策略忽略了其他技术指标对股票走势的影响，容易选出泡沫股或遗漏优质股票。另外，营收增长率只是衡量公司经营情况的一个指标，忽略了其他财务指标的影响可能会存在误判。
如何优化？
在指标选择上，应该结合多个财务指标和技术指标共同辅助判断股票的价值，如市盈率、净利润、股票市值等指标。此外，还可以考虑增加对行业趋势和宏观经济形势的考虑，对选股策略进行进一步调整。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包、2021年营收/2018年营收大于1.1的股票中选择。
同花顺指标公式代码参考
选股条件：turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G") AND YOY("营业收入")>=1.1 ORDER BY TOF("市值") DESC
选股结果：fml('turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G") AND YOY("营业收入")>=1.1 ORDER BY TOF("市值") DESC', 80)
其中，turnover_rate表示股票换手率，STRFK表示反包指标，YOY("营业收入")表示营业收入同比增长率，TOF("市值")表示股票市值。
Python代码参考
import tushare as ts
import pandas as pd
ts.set_token('your_token')
pro = ts.pro_api()
# 筛选好股票函数
def select_good_stocks():
# 换手率3%-12%
df1 = pro.daily_basic(ts_code='', trade_date='20220110', fields='ts_code,trade_date,turnover_rate')
# 反包
df2 = pro.futures_sett_detail(trade_date='20220110', fields='ts_code,trade_date,settle_price,position_chg')
df2['pos_chg_ratio'] = df2['position_chg'] / df2['position']
df2['date'] = pd.to_datetime(df2['trade_date'])
df2 = df2[df2['date'] == '2022-01-10']
df3 = pd.merge(df1, df2[['ts_code', 'pos_chg_ratio']], on='ts_code', how='inner')
# 公司营收增长率大于1.1
df4 = pro.income(ts_code='', start_date='20180101', end_date='20211231', fields='ts_code,ann_date,end_date,revenue')
df5 = df4.pivot(index='ts_code', columns='end_date', values='revenue').reset_index()
df5['increase_rate'] = df5['2021-12-31']/df5['2018-12-31']
df6 = pd.merge(df3, df5[['ts_code', 'increase_rate']], on='ts_code', how='inner')
df7 = pd.merge(df6, pro.daily_basic(ts_code='', trade_date='20220110', fields='ts_code,close'), on='ts_code', how='inner')
df8 = pd.merge(df7, pro.stock_basic(exchange='', list_status='L',
fields='ts_code,name,industry,pe,pb,total_mv,float_mv'), on='ts_code',
how='inner')
df8 = df8.round({'turnover_rate': 2, 'float_mv': 2})
return df8.sort_values(by='total_mv', ascending=False)
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。
