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100亿且竞价主力净买大于0的主板股票中进行投资。
选股逻辑分析
该选股逻辑融合了技术面和基本面指标，考虑了股票的流通市值和机器人概念，同时增加了竞价主力净买这一因素，从而更全面地对股票的基本面进行了分析。
有何风险？
类似于上一个选股逻辑，此逻辑仍然过于简单，只能应对某些市场情况而不是所有情况。因此，如果市场情况发生变化，此逻辑可能会导致选股结果不尽如人意。
如何优化？
可以结合技术面和基本面综合分析，以产业前景、公司业绩等因素为基础来筛选股票，或者进一步考虑其他投资因素，例如估值水平、股息率等。
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100亿且竞价主力净买大于0的主板股票。
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 资金(主力流入)>0 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 资金(主力流入)>0 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)]
# 基本面选股条件
stocks = []
for ts_code in df1['ts_code']:
df2 = pro.moneyflow(ts_code=ts_code, start_date='20210101', end_date='20211231', fields='buy_sm_vol')
if df2['buy_sm_vol'].sum() > 0:
stocks.append(ts_code)
# 技术面选股条件
df3 = df1[df1['ts_code'].isin(stocks)]
df3 = df3.round({'turnover_rate': 2, 'pe': 2, 'pb': 2, 'total_mv': 2, 'float_mv': 2})
return df3
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。
