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100亿且非ST的主板股票中，选择符合五部涨停战法的股票进行投资。
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100亿且非ST的主板股票的基础上，采用五部涨停战法进行选股。该选股法则依据前四天的涨跌情况，判断股票是否有涨停概率，并根据市场情况确定是否买入。五部涨停战法对市场行情的判断要求较高，对股票基本面和行业特点等因素未予考虑。
有何风险？
该选股逻辑忽略了股票的基本面及行业趋势等重要因素，选股的准确度有待进一步提高。同时，五部涨停战法不完全符合市场规律，会造成选出的股票可能存在误判和亏损的情况。
如何优化？
可以加入其他技术指标如均线、KDJ等，多角度考虑股票走势，提高选股准确性。同时，可以考虑增加基本面筛选条件，选出优质的股票。
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100亿的且非ST的主板股票，并根据五部涨停战法判断是否有涨停概率。
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 ST != 1 AND 自定义条件(五部涨停战法) == 1
选股结果：fml('换手率 >=3 AND 概念(机器人) ==1 AND 流通市值 < 100000 AND ST != 1 AND 自定义条件(五部涨停战法) == 1', 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['is_st'] == 'N')]
# 五部涨停筛选（需要自己实现）
# ...
# 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。
