问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、涉及元宇宙的股票中选择。
选股逻辑分析
该选股逻辑主要关注当前热点元宇宙概念。通过筛选换手率等指标，筛选出具有投资价值的元宇宙相关的股票。
有何风险？
该选股策略主要关注市场热点，可能会错过一些长线价值投资的潜力股。另外，元宇宙概念股目前处于投机炒作阶段，存在投资风险。
如何优化？
要更全面地考虑股票的基本面和发展前景，可以结合行业分析和财务指标的综合评估，以筛选出真正有价值的公司。同时，也可以参考专业机构的分析和研究报告，以帮助优化选股策略。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包、涉及元宇宙的股票中选择。
同花顺指标公式代码参考
选股条件：(close <= MAAW && close > REF(MAAW, 1)) AND (TURNRATE >= 3 AND TURNRATE <= 12) AND (CONCEPT("元宇宙")) ORDER BY close ASC
选股结果：fml('(close <= MAAW AND close > REF(MAAW, 1)) AND (TURNRATE >= 3 AND TURNRATE <= 12) AND (CONCEPT("元宇宙")) ORDER BY close ASC', 80)
其中，close表示股票收盘价，MAAW表示股票的均线。TURNRATE表示股票的换手率。CONCEPT("元宇宙")表示涉及元宇宙的股票。
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')
# 反包和涉及元宇宙
df2 = pro.concept_detail(id='TS220302', fields='ts_code,name')
df3 = pd.merge(df1, df2[['ts_code']], on='ts_code', how='inner')
df4 = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,pe,pb,turnover_rate,amount,total_mv,float_mv')
df4 = df4[(df4['float_mv'] < 100000) & (df4['industry'] != '')]
trade_days = pro.trade_cal(exchange='', start_date='20220107', end_date='20220110')[pro.trade_cal.is_open == 1]['cal_date'].tolist()
df5 = pd.DataFrame()
for trade_day in trade_days:
df = pro.daily(ts_code='', start_date=trade_day, end_date=trade_day, fields='ts_code,trade_date,high,low,close')
maaw = df['close'].rolling(5).mean()
df = df[(df['close'] <= maaw) & (df['close'] > maaw.shift(1))]
df5 = pd.concat([df5, df])
df5 = df5[df5['trade_date'] == '2022-01-07']
df5 = df5[['ts_code', 'close']]
df5 = df5.sort_values(by='close', ascending=True)
df6 = pd.merge(df4, df3[['ts_code']], on='ts_code', how='inner')
df7 = pd.merge(df6, df5[['ts_code']], on='ts_code', how='inner')
df8 = df7[(df7['turnover_rate'] > 3) & (df7['turnover_rate'] < 12)]
df8 = df8.round({'turnover_rate': 2, 'float_mv': 2})
return df8
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。
