(supermind量化策略)换手率3%-12%、反包、换手率_2%且_9%

问财量化选股策略逻辑

选股逻辑为：在换手率3%-12%、反包、同时满足换手率>2%且<9%的股票中进行筛选。

选股逻辑分析

该选股策略同样结合了两种经典的技术分析指标，即换手率和反包。通过限定换手率的范围，可以筛选出流动性较好的股票，同时通过应用反包技术，可以更加准确的找到市场热点。同时，加入换手率>2%且<9%的条件，可以进一步增加筛选股票的精度。

有何风险？

同样，该选股策略也没有考虑到公司的基本面数据对于股票价格的影响。同时，在选股时，由于只考虑了换手率指标，可能会存在选出流动性较好但盈利稳定性较差的股票的情况。

如何优化？

同样可以加入基本面指标进行股票筛选，通过对公司的财务数据进行综合考虑，如市盈率、市净率、收益率等等参数进行股票的评估筛选。另外，在筛选股票时，可以将除了换手率以外的指标也考虑进来，如成交量、MACD等指标等，提高筛选精度。

最终的选股逻辑

选股条件为：在换手率3%-12%、反包，并且换手率在2%-9%的范围内。

同花顺指标公式代码参考

选股条件：(CLOSE==REF(CLOSE,1)) AND ((HIGH/REF(CLOSE,1)-1)>= 0.098) AND (turnover_rate>2 AND turnover_rate<9) AND (turnover_rate>=3 AND turnover_rate<=12) AND (exchange == 'SZSE') AND (list_status == 'L')
选股结果：fml('(CLOSE==REF(CLOSE,1)) AND ((HIGH/REF(CLOSE,1)-1)>= 0.098) AND (turnover_rate>2 AND turnover_rate<9) AND (turnover_rate>=3 AND turnover_rate<=12) AND (exchange == 'SZSE') AND (list_status == 'L')', 'desc', 'hot', 100)

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():
    # 反包策略
    df1 = pro.daily(ts_code='', trade_date='20220111',
                     fields='ts_code,trade_date,low,high,pre_close,close')
    df1['AT'] = df1['high'] - df1['low']
    df1['ST'] = abs(df1['pre_close'] - df1['low'])
    df1['BT'] = abs(df1['pre_close'] - df1['high'])
    df1['RCT1'] = df1['ST'] / df1['AT']
    df1['RCT2'] = df1['BT'] / df1['AT']
    df1['RC'] = df1[['RCT1', 'RCT2']].min(axis=1)

    # 换手率3%-12%
    df2 = pro.daily_basic(ts_code='', trade_date='20220111',
                           fields='ts_code,trade_date,turnover_rate')
    df2 = df2[(df2['turnover_rate'] >= 3) &
              (df2['turnover_rate'] <= 12)]
    df2 = df2[(df2['turnover_rate'] > 2) &
              (df2['turnover_rate'] < 9)]

    # 合并数据
    good_stocks = pd.merge(df1[['ts_code', 'RC']], df2.iloc[:, :-1], on='ts_code', how='inner')

    # 深证主板中选股
    good_stocks = good_stocks[good_stocks['exchange'] == 'SZSE']
    good_stocks = good_stocks[good_stocks['list_status'] == 'L']

    # 返回股票代码
    good_stocks = good_stocks['ts_code'].reset_index(drop=True)

    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)

(supermind量化策略)换手率3%-12%、反包、换手率_2%且_9%_