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、竞价涨幅＞-2＜5的主板股票中进行投资。
选股逻辑分析
本选股逻辑在基本面选股的基础上，加入了竞价涨幅这一指标，以辅助股票选择。同时加入了流通市值这一指标，只选择流通市值在100亿以下的股票，可以减少过于多元化的风险。
有何风险？
竞价涨幅容易受到市场情绪和波动的影响，可能出现虚假信号，导致投资者损失。同时，本选股逻辑仅考虑了竞价涨幅这一指标，忽略了其它重要的技术分析指标，可能会导致股票选择不精准。
如何优化？
可以将竞价涨幅指标与其它技术指标进行组合，例如RSI等。还可以加入相应公司的基本面和财务数据进行分析，提高股票选择的精度。
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，竞价涨幅>-2且<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 竞价涨幅>-2 and 竞价涨幅<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 竞价涨幅>-2 and 竞价涨幅<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)]
# 竞价涨幅
df2 = pro.daily_basic(ts_code='', trade_date='20211231', fields='ts_code,trade_date,turnover_rate,pe,pb,jqj')
df2 = df2[(df2['jqj'] > -2) & (df2['jqj'] < 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。
