问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包的股票中，按今日竞价金额从高到低排序，选取前5只股票。
选股逻辑分析
该选股策略采用了换手率选股策略和反包指标，但只根据今日竞价金额进行股票排序，没有引入其他指标的选择，仅依据今日的市场情况进行选择，可能潜在的会有安全隐患。
有何风险？
同样未考虑其他因素，如股票基本面因素等。股票价格涨跌不光取决于市场，还有其他因素的影响。同时，不同的排序方式可能会导致选股结果发生变化而不精确。
如何优化？
可以加入其他指标，如基本面因素、技术指标等，以更全面地考虑选股的质量和可靠性。可以对排序方式进行调整，如引入市场风险偏好等因素进行排序，或根据多个指标的综合得分对股票进行评分并进行排序，以提高选股效果。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包的股票中，按照今日竞价金额从高到低排序，选取前5只股票。
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")
ORDER BY TOF("竞价成交额") DESC LIMIT 5
选股结果：fml('turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G")
ORDER BY TOF("竞价成交额") DESC LIMIT 5', 80)
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():
main_board = ['sh', 'sz']
# 换手率3%-12%
df1 = pro.daily_basic(ts_code='', trade_date='20220110',
fields='ts_code,trade_date,turnover_rate')
df1 = df1[(df1['turnover_rate'] >= 3) & (df1['turnover_rate'] <= 12)]
# 反包策略
df2 = pro.daily(ts_code='', trade_date='20220110',
fields='ts_code,trade_date,low,high,pre_close')
df2['AT'] = df2['high'] - df2['low']
df2['ST'] = abs(df2['pre_close'] - df2['low'])
df2['BT'] = abs(df2['pre_close'] - df2['high'])
df2['RCT1'] = df2['ST'] / df2['AT']
df2['RCT2'] = df2['BT'] / df2['AT']
df2['RC'] = df2[['RCT1', 'RCT2']].min(axis=1)
df3 = df2[df2['trade_date'] == '20220110']
good_stocks = df3[df3['RC'] <= 0.2]['ts_code']
# 按竞价金额排序，选前5
good_stocks = pd.merge(good_stocks.to_frame(), pro.top_list(trade_date='20220110', fields='ts_code,rank,amt'),
on='ts_code', how='inner')
good_stocks = good_stocks[good_stocks['rank'] <= 5]
# 主板股票
good_stocks = good_stocks[good_stocks['ts_code'].str[:2].isin(main_board)]
# 加入其他指标
good_stocks = pd.merge(good_stocks, pro.daily_basic(ts_code='', trade_date='20220110',
fields='ts_code,close,pe,pb,total_mv,float_mv'),
on='ts_code', how='inner')
return good_stocks
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。
