问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、现量大于1万手、高开的股票中进行筛选。
选股逻辑分析
该选股策略同样结合了三种经典的技术分析指标，分别是换手率、反包和高开，加上一个现量大于1万手的判断条件。选股策略的目的是捕捉出具有强劲动能、处于上升趋势和市场热度较高的股票。
有何风险？
该选股策略依旧忽略了对于公司的基本面数据的分析，可能会选出表现不佳的公司股票。同样，筛选高开的股票可能更多的是基于技术面的情况，存在市场风格变化和数据混杂的情况时，筛选结果可能误导投资者。
如何优化？
同样可以加入基本面指标进行股票筛选，通过对股票的市场定位、收入和盈利能力等方面进行综合考虑，更全面地挖掘有价值的股票。另外，可增加技术分析指标，如RSI、MACD等等，提高筛选的精度和效率。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包、现量大于1万手、高开的股票中进行筛选。
同花顺指标公式代码参考
选股条件：(HIGH/REF(CLOSE,1)-1>=0.098) AND (LOW/REF(CLOSE,1)-1<=-0.098) AND (turnover_rate>=3 AND turnover_rate<=12) AND (VOL>10000) AND (OPEN/REF(CLOSE,1)-1>=0.05) AND (exchange == 'SZSE') AND (list_status == 'L')
选股结果：fml('(HIGH/REF(CLOSE,1)-1>=0.098) AND (LOW/REF(CLOSE,1)-1<=-0.098) AND (turnover_rate>=3 AND turnover_rate<=12) AND (VOL>10000) AND (OPEN/REF(CLOSE,1)-1>=0.05) 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')
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')
good_stocks = pd.merge(df1[['ts_code', 'RC']],
df2.iloc[:, :-1], on='ts_code', how='inner')
good_stocks = good_stocks[(good_stocks['turnover_rate'] >= 3) &
(good_stocks['turnover_rate'] <= 12)]
# 现量大于1万手
df3 = pro.daily(ts_code='', trade_date='20220111',
fields='ts_code,trade_date,vol')
good_stocks = pd.merge(good_stocks, df3[['ts_code', 'vol']],
on='ts_code', how='inner')
good_stocks = good_stocks[good_stocks['vol'] > 10000]
# 高开
df4 = pro.daily(ts_code='', trade_date='20220111',
fields='ts_code,trade_date,open,close')
good_stocks = pd.merge(good_stocks, df4[['ts_code', 'open', 'close']],
on='ts_code', how='inner')
good_stocks = good_stocks[(good_stocks['open'] / good_stocks['close'].shift(1) - 1 >= 0.05)]
# 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。
