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、昨日成交额大于6千万的主板股票中进行投资。
选股逻辑分析
该选股逻辑在基于换手率、机器人概念和流通市值等基础上，增加了昨日成交额的筛选条件，选股范围更加具体清晰。但该选股逻辑仍未对股票的基本面和行业特征等进行考虑，只考虑了量价关系等技术面因素。
有何风险？
该选股逻辑忽略了股票的基本面和行业特征等重要因素，选股结果可能存在偏差或亏损。同时，昨日成交额的数据只能反映一天的市场情况，选股情况不够全面。
如何优化？
可以加入其他指标如均线等，综合考虑量价关系、趋势状况和基本面数据，提高选股准确性。同时，可以细化行业选股范围，选择符合行业特征的个股进行投资。
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、昨日成交额大于6千万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 前日成交额 > 60000000
选股结果：fml('换手率 >= 3 AND 概念(机器人) == 1 AND 流通市值 < 100000 AND 前日成交额 > 60000000', 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)]
df1 = df1[df1['amount'].shift(1) > 60000000]
# 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。
