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、涨幅小于2.6且大于-5的主板股票中进行投资。
选股逻辑分析
本选股逻辑多个条件的组合，考虑了基本面和技术面，具有一定的可操作性。同时选择在涨幅小于2.6且大于-5的范围内，以更精确地选择相对低风险的股票。
有何风险？
选股逻辑依旧无法保障投资者获得稳定的投资收益，市场波动过大时，仍有潜在亏损风险。
如何优化？
可以结合其它选取因素，例如市盈率、市净率等基本面因素，加强对其它重要技术分析指标的综合分析，提高股票选择的精准度和成功率。
最终的选股逻辑
选股条件为：换手率3%-12%、选择机器人概念且流通市值小于100亿的主板股票，涨幅小于2.6且大于-5。
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 涨幅<2.6 and 涨幅>-5 order by 按出现次数排序;
选股结果：fml('换手率>=3 and 概念(机器人)==1 and 流通市值<100000 and 涨幅<2.6 and 涨幅>-5 order by 按出现次数排序',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)]
# 涨幅
df2 = pro.daily(ts_code='', start_date='20211224', end_date='20211231')
df2['pct_chg'] = df2['close'].pct_change()*100
df2 = df2[(df2['pct_chg'] < 2.6) & (df2['pct_chg'] > -5)]
df2 = df2[['ts_code']]
# 合并数据
df = pd.merge(df1,df2,on='ts_code')
return df
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。
