问财量化选股策略逻辑
选股逻辑为：在换手率3%-12%、机器人概念且流通市值小于100亿、今日最大跌幅在-4%和-5%之间的主板股票中进行投资。
选股逻辑分析
该选股逻辑选择了换手率、机器人概念和流通市值作为基础筛选条件，结合了最大跌幅的筛选条件，适当地追求了短期的收益。但是，该选股策略讲求短期效应，交易频率较高，仅关注个股收益，缺乏对整体市场走势的考虑。
有何风险？
该选股逻辑侧重于技术面的分析和短期的交易，忽略了基本面和长期趋势分析，容易发生较大的风险。
如何优化？
可以在保留换手率、机器人概念和流通市值等基础筛选条件的同时，增加更多的条件，综合考虑多个因素，打造更加完整的股票筛选体系。此外，要兼顾短期交易和长期投资，结合整体市场走势，提高选股准确率和风险控制。
最终的选股逻辑
选股条件为：选择换手率在3%-12%、机器人概念且流通市值小于100亿、今日最大跌幅在-4%和-5%之间的主板股票进行投资。
同花顺指标公式代码参考
选股条件：换手率 >=3 AND 概念(机器人) ==1 AND 流通市值 < 100000 AND 最大跌幅==< -4 AND 最大跌幅 > -5
选股结果：fml('换手率 >=3 AND 概念(机器人) ==1 AND 流通市值 < 100000 AND 最大跌幅==< -4 AND 最大跌幅 > -5', 100)
python代码参考
import tushare as ts
import pandas as pd
ts.set_token('your_token')
pro = ts.pro_api()
def select_good_stocks():
# 换手率3%-12%
df1 = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,pe,pb,turnover_rate,amount,total_mv,float_mv')
df1 = df1[(df1['turnover_rate'] >= 3) & (df1['turnover_rate'] <= 12)]
df1 = df1[(df1['concept'].str.contains('机器人'))]
df1 = df1[(df1['float_mv'] < 100000)]
# 最大跌幅筛选
df2 = pro.daily(trade_date='20220106', fields='ts_code, pct_chg')
df2 = df2[(df2['pct_chg'] >= -5) & (df2['pct_chg'] < -4)]
# 合并两个筛选结果
df1 = pd.merge(df1, df2, on='ts_code', how='left')
# 基本面筛选
df1 = df1.round({'turnover_rate': 2, 'pe': 2, 'pb': 2, 'total_mv': 2, 'float_mv': 2})
return df1
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。
