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100亿的主板股票中，选择连续3天以上大单净量大于0.05的股票进行投资。
选股逻辑分析
该选股逻辑在基于换手率3%-12%、机器人概念且流通市值小于100亿的主板股票的基础上，考虑了大单净量这一技术指标。大单净量可以反映大资金对股票的看好或看衰，若连续3天以上大单净量大于0.05，说明多头力量强劲，股票有上涨潜力。但是，该指标也有局限性，如大单净量反复震荡或飘摇等因素也会影响股票价格。
有何风险？
该选股逻辑仍然只考虑了机器人板块的股票和大单净量指标，忽略了基本面、行业和市场整体走势等其他因素，还需要综合考虑这些因素才能降低风险。
如何优化？
可以加入其他技术指标如均线或MACD等指标，多角度考虑股票走势，提高选股准确性。
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100亿的主板股票，在这些股票中筛选连续3天以上大单净量大于0.05的股票进行投资。
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 资金流向.主力净量3日 >0.05
选股结果：fml('换手率 >=3 and 概念(机器人) ==1 and 流通市值 < 100000 and 资金流向.主力净量3日 >0.05', 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)]
# 大单净量筛选
trade_day = '20220531'
q = ''
try:
q = pro.moneyflow_hsgt(trade_day=trade_day, ts_code='', fields='ts_code,trade_date,buy_sm_vol') # 沪深港通资金流入资金流出
except:
pass
if q != '':
q = q.groupby('ts_code').sum().reset_index()
q['buy_sm_vol'] = q['buy_sm_vol'] / 10000
q = q[q['buy_sm_vol'] > 0.05]
qs = q['ts_code'].tolist()
df1 = df1[df1['ts_code'].isin(qs)]
# 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。
