问财量化选股策略逻辑
选股逻辑：振幅大于1，深证主板中市盈率0-29.01，市净率0-3.11的股票，换手率大于2%且小于9%。
选股逻辑分析
该选股逻辑和前一个逻辑相似，仍然考虑振幅、市盈率和市净率等基本面指标，但是加入了换手率的筛选条件。通过考虑换手率的大小，可以进一步筛选出相对活跃的股票，并且避免过高的换手率对交易带来不必要的风险。
有何风险？
- 换手率属于流动性指标，可能会受到市场波动、股票流通性等因素的影响，误导选股；
- 过高的换手率可能说明该股票交易活跃度过高，同时也意味着有大量的流动性资金在其中操作，会带来较高的市场风险。
如何优化？
为了优化该选股策略，我们可以考虑以下方面：
- 引入其他的基本面和技术指标来综合判断股票的投资价值，避免因为一个细节而产生的错误操作；
- 对筛选结果进行定期监测评估，根据实际情况适当调整并修正选股策略；
- 结合市场流动性等因素，设置合理的换手率选股条件，避免超过合理的风险范围。
最终的选股逻辑
考虑到以上分析和优化建议，我们提出如下优化后的选股逻辑：
- 振幅大于1的股票；
- 上市时间大于180天的深证主板股票；
- 市盈率在0-29.01，市净率在0-3.11；
- 换手率在2%-9%之间。
同花顺指标公式代码参考
- 无
Python代码参考
利用Tushare库的Python代码如下：
import pandas as pd
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股逻辑
'''
# 基本面筛选和上市时间筛选
base = ts.get_stock_basics()[code]
if base['timeToMarket'] > datetime.now().strftime('%Y%m%d') or (datetime.now() - datetime.strptime(base['timeToMarket'], '%Y%m%d')).days < 180 or \
base['pe'] < 0 or base['pe'] > 29.01 or base['pb'] < 0 or base['pb'] > 3.11 or base['area'] != '深圳':
return False
# 技术指标筛选和换手率筛选
k_data = ts.get_k_data(code, autype='qfq')
if k_data['high'].sub(k_data['low'].shift()).div(k_data['close'].shift()).iloc[-1] < 0.01:
return False
turnover = k_data['volume'].rolling(window=20, min_periods=1).sum().iloc[-1] / ts.get_stock_basics().loc[code]['totals']
if turnover < 0.02 or turnover > 0.09:
return False
return True
# 获取符合选股逻辑要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他策略
该代码在前一个选股逻辑的基础上，增加了换手率的计算和判断，通过计算最近20个交易日的总成交量与总股本的比例，来判断换手率是否符合要求。在得到符合要求的股票后，可以采用特定的交易策略进行后续操作。
## 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。
