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、流通盘小于等于55亿股。该选股策略主要考虑了股票的波动性、公司的基本面以及市值因素，从而选出低市值且具有一定收益性的股票。
选股逻辑分析
该选股策略主要考虑股票波动性的基础上，加入了公司的基本面指标，同时也对市值进行了限制，以筛选出具有一定成长潜力和低估值的股票。
有何风险？
该选股逻辑存在可能会排出一些优质业绩的公司，同时只考虑历史表现的指标，不能保证未来股票的走势，存在操作风险。另外，流通盘小于等于55亿股的公司不一定都具备较低的市盈率，存在市盈率过高的情况。
如何优化？
可加入其他基本面指标，如市盈率、净利润增长率等，结合选股条件进行综合评估，以降低操作风险。同时，可针对市值因素做精细化处理，如根据行业进行市值筛选，以更好地体现公司成长潜力。
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、流通盘小于等于55亿股的公司。选股条件可以根据实际投资需要进行修改。
同花顺指标公式代码参考
SELECT1 = CAPITALIZATION / 1000000000 <= 55
SELECT2 = BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4), 1) != '3'
AND (ABS((HIGH - LOW) / HIGH) > 0.01)
SELECT = SELECT1 AND SELECT2
以上为计算选股逻辑的通达信指标公式。其中，选股指标为振幅大于1、未清偿可转债简称不可为空、流通盘小于等于55亿股。可根据实际投资需求进行修改。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取A股市场所有的股票
all_stocks = [ts_code for ts_code, name in pro.stock_basic(fields='ts_code,name', exchange='', list_status='L').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]
# 计算选股指标并依此进行选股
for ts_code in all_stocks:
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
capitalization_data = pro.daily_basic(ts_code=ts_code, trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_mv')
if capitalization_data.empty or capitalization_data.iloc[0]['total_mv'] / 1000000000 > 55:
continue
bond_data = pro.cb_basic(ts_code=ts_code, list_status='L', bond_type='put')
if bond_data.empty:
continue
k_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=21)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='ts_code,open,high,low,close')
if k_data.empty:
continue
if abs((k_data['high'] - k_data['low']) / k_data['high']).iloc[-1] <= 0.01:
continue
selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code))
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily_basic(ts_code=x[1], trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_mv')['total_mv'], 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、流通盘小于等于55亿股的A股。可根据实际投资需求进行修改。
## 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。
