问财量化选股策略逻辑
选股逻辑为：振幅大于1、未清偿可转债简称不可为空、集中度70<20%的股票。该选股策略结合了股票交易波动性、公司基本面和市场集中度等因素，找到具备投资价值的具备一定规模的股票。
选股逻辑分析
振幅大于1、未清偿可转债简称不可为空的逻辑与之前相同，加入了市场集中度的筛选因素，可以筛选出暂时较为分散的市场，降低启动风险。
有何风险？
该选股策略忽略了公司规模等其他基本面指标，可能会忽略一些规模较小但有较大成长性的公司。同时，市场集中度作为一个相对较宽泛的指标，选股的准确性有一定不确定性。
如何优化？
建议在集中度指标的基础上，加入其他重要的基本面指标，如营收、净利润增长率等，综合考虑股票的投资价值。同时，可以引入一些技术分析指标来辅助选股，如KDJ、MACD等。
最终的选股逻辑
对于A股市场来说，选股逻辑为：振幅大于1、未清偿可转债简称不可为空、集中度70<20%的股票，按日均成交额从大到小排序名。
同花顺指标公式代码参考
(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4), 1) != '3') AND (VOL / (CAPITAL * PRICE) > 0.01) AND (Industry > '70' OR Industry < '20') ORDER BY VOL DESC
以上为计算选股逻辑的通达信指标公式，按股票的日均成交额从大到小排序名。其中，代码中的企业性质筛选有未清偿可转债简称不可为空，市场集中度筛选的是Industry大于70或小于20。可根据实际投资需求进行修改。
Python代码参考
import tushare as ts
import pandas as pd
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name').values.tolist() if name[0]!='S' and '创业板' not in name and '科创板' not in name and '退' not in name]
for ts_code in all_stocks:
finance_data = pro.query('fina_indicator', ts_code=ts_code, fields=['industry'])
if finance_data.empty or not (finance_data.iloc[0]['industry'] > 20 and finance_data.iloc[0]['industry'] < 70):
continue
daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=501)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'))
if daily_data.empty:
continue
if daily_data.iloc[0]['high_limit'] == daily_data.iloc[0]['low_limit']:
continue
if (daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'])/daily_data.iloc[-1]['low'] <= 0.01:
continue
if daily_data.iloc[-1]['close'] > 12:
continue
all_data = pro.stock_company(ts_code=ts_code, fields='pro_name')
if all_data.empty:
continue
if not (all_data.iloc[0]['exchange']=='SZSE' and all_data.iloc[0]['list_status']=='L' and all_data.iloc[0]['area']=='华南' and all_data.iloc[0]['industry']!='金融行业'):
continue
selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code))
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily(ts_code=x[1], start_date=(pd.Timestamp.now() - pd.Timedelta(days=30)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d')).iloc[-30:]['amount'].mean(), reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、未清偿可转债简称不可为空、集中度70<20%的股票，按日均成交额从大到小排序名。可在代码中自定义选股指标的筛选条件，根据实际投资需求进行选股。
## 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。
