问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、反包、高点为两日最高的股票中选择。
选股逻辑分析
该选股策略基于反包和换手率条件，增加了对高点的考虑，选取近期走势较强的股票。但该策略忽略了其他技术指标对股票走势的影响，可能存在误判股票走势的情况。
有何风险？
选择高点为两日最高的股票可能会忽略其他技术指标对股票走势的影响。同时，选股逻辑中只考虑了一些技术指标，而未考虑基本面因素，容易挑选出泡沫股。
如何优化？
在指标的选择上，应该结合基本面指标和技术指标共同辅助判断股票的价值。另外，在考虑股票高点时，还可以考虑使用其他技术指标，如股票的趋势、动量等指标，辅助选取优质股票。
最终的选股逻辑
选股条件为：在换手率3%-12%、反包、高点为两日最高的股票中选择。
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") AND HHV(CLOSE,2)=CLOSE AND SRV("ggt_ss,ggt_sh,szzs,hs300") ORDER BY FCGB(MCF("大单净流入")) DESC
选股结果：fml('turnover_rate>=3 AND turnover_rate<=12 AND STRFK("88,A,B,C,D,E,F,G") AND HHV(CLOSE,2)=CLOSE AND SRV("ggt_ss,ggt_sh,szzs,hs300") ORDER BY FCGB(MCF("大单净流入")) DESC', 80)
其中，turnover_rate表示股票换手率，STRFK表示反包指标，HHV表示周期内的最高价，SRV表示资金流向指标，MCF("大单净流入")表示大单资金的流入情况，CGB函数表示计算二进制数的位数。
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')
# 高点为两日最高
df4 = pd.DataFrame()
for ts_code in df3['ts_code']:
df5 = pro.daily(ts_code=ts_code, start_date='20220106', end_date='20220110',
fields='ts_code,trade_date,high,close')
if df5['high'].iloc[-1] == df5['high'].iloc[-2]:
df4 = df4.append(df3[df3['ts_code'] == ts_code])
df6 = df4[['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.sort_values(by='ddx', ascending=False)
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。
