问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、非科创版块的股票中选择。
选股逻辑分析
该选股逻辑在换手率和反包的基础上增加了对科创版块的排除条件，为了避免市场情绪对选股产生影响。
有何风险？
该选股策略仍然对市场情绪敏感，同时由于排除了科创版块，可能会错过某些科技类个股的投资机会。
如何优化？
为了更全面地考虑股票的价值，在选股时可结合基本面和技术面指标，同时也要考虑股票所处的行业和市场环境等因素，以帮助优化选股策略。
可以根据不同的市场环境和行业特点进行灵活调整。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包、非科创版块的股票中选择。
同花顺指标公式代码参考
选股条件：industry!='文化传媒' AND industry!='计算机应用' AND industry!='电子信息' AND industry!='生物医药' AND industry!='传媒娱乐' AND industry!='综合' AND turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G") ORDER BY CLOSE desc
选股结果：fml('industry!= "文化传媒" AND industry!= "计算机应用" AND industry!= "电子信息" AND industry!= "生物医药" AND industry!= "传媒娱乐" AND industry!= "综合" AND turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G") ORDER BY CLOSE desc', 80)
其中，industry表示股票所处的行业，turnover_rate表示股票换手率，STRFK表示反包指标。
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
df2 = pro.futures_sett_detail(trade_date='20220110', fields='ts_code,trade_date,settle_price,position_chg')
df2['pos_chg_ratio'] = df2['position_chg'] / df2['position']
df2['date'] = pd.to_datetime(df2['trade_date'])
df2 = df2[df2['date'] == '2022-01-10']
df3 = pd.merge(df1, df2[['ts_code', 'pos_chg_ratio']], on='ts_code', how='inner')
# 非科创版块
df4 = pro.stock_basic(exchange='', list_status='L',
fields='ts_code,name,industry')
df5 = df3[~df3['ts_code'].isin(df4[df4['industry'].isin(
['文化传媒', '计算机应用', '电子信息', '生物医药', '传媒娱乐', '综合'])]['ts_code'])]
df6 = df5[['ts_code', 'turnover_rate', 'pos_chg_ratio']]
df7 = pd.merge(df6, pro.daily_basic(ts_code='', trade_date='20220110', fields='ts_code,close'), on='ts_code',
how='inner')
df8 = pd.merge(df7, pro.stock_basic(exchange='', list_status='L',
fields='ts_code,name,industry,pe,pb,total_mv,float_mv'), on='ts_code',
how='inner')
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。
