问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、出现酷特智能早晨之星的股票中进行筛选。
选股逻辑分析
该选股策略结合了三种经典的技术分析指标，分别是换手率、反包和酷特智能早晨之星。通过选股策略来寻找出相对具有活力、趋势性和强劲表现的股票，以达到获得更高的收益和降低市场风险。
有何风险？
该选股策略可能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。同时，筛选早晨之星可能更多的是基于技术面的的情况，存在市场风格变化和数据混杂的情况时，无法对股票走势做出更准确的预估。
如何优化？
可以加入基本面指标进行股票筛选，比如增加净利润、营收增长率等方面的指标。另外，可以通过增加更多的技术分析指标的使用，提高筛选股票的效率和准确性。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包和酷特智能早晨之星出现的股票中进行筛选。
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 (REF(MA(CLOSE, 5),1)<REF(MA(CLOSE, 10),1)) AND (REF(MA(CLOSE, 10),1)<REF(MA(CLOSE, 20),1)) AND (CLOSE>REF(OPEN,1)) 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 (REF(MA(CLOSE, 5),1)<REF(MA(CLOSE, 10),1)) AND (REF(MA(CLOSE, 10),1)<REF(MA(CLOSE, 20),1)) AND (CLOSE>REF(OPEN,1)) 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)]
# 酷特智能早晨之星
df3 = pro.daily(ts_code='', trade_date='20220111',
fields='ts_code,trade_date,open,close')
ma5 = df3['close'].rolling(5).mean()
ma10 = df3['close'].rolling(10).mean()
ma20 = df3['close'].rolling(20).mean()
good_stocks = pd.merge(good_stocks, df3[['ts_code', 'open', 'close']],
on='ts_code', how='inner')
good_stocks = good_stocks[(ma5 < ma10) & (ma10 < ma20) &
(good_stocks['close'] > good_stocks['open'])]
# 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。
