问财量化选股策略逻辑
选股逻辑为：振幅大于1、换手率大于2%小于9%、机器人概念且流通市值小于100亿。该选股策略主要从波动性、市场交易情况、板块热度以及市值规模等多个角度进行综合考虑。
选股逻辑分析
该选股策略包含了四个条件，分别为振幅大于1、换手率大于2%小于9%、机器人概念和流通市值小于100亿。振幅大于1可以较好地筛选出波动性较大的股票，换手率大于2%小于9%表明了股票市场的交易活跃程度，机器人概念为业界热点板块，流通市值小于100亿则限制了选出的股票规模，避免了市值过大的公司对整体股票组合的影响。
有何风险？
该选股策略可能会忽略一些市场表现较好的机器人概念公司，同时流通市值小于100亿也有一定的主观性。此外，仅通过这几个指标进行选股也可能忽略了一些公司的基本面和业绩等因素。
如何优化？
可以增加更多的综合因子，例如市盈率、市净率、股息率等基本面指标和RSI、MACD等技术指标，对选股策略进行综合考虑和优化。同时，对选用的各个因素进行权重调整，尽可能地平衡各个因素对选股的影响。另外，可以针对不同的板块采用不同的指标或者调整相应的阈值。
最终的选股逻辑
选股条件为：振幅大于1、换手率大于2%小于9%、机器人概念且流通市值小于100亿。该选股策略主要从波动性、市场交易情况、板块热度以及市值规模等多个角度进行综合考虑。
同花顺指标公式代码参考
选股条件为：振幅大于1、换手率大于2%小于9%、机器人概念且流通市值小于100亿。
C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER_RATE>2 AND TURNOVER_RATE<=9;//换手率大于2%小于9%
C3: CONCEPT="机器人";//机器人概念
C4: MVI_FLOAT<100;//流通市值小于100亿
SYMBOL: C1 AND C2 AND C3 AND C4;
python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,concept,mv_float')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
# 判断是否符合要求
k_data = pro.daily(ts_code=code, start_date='20210101', end_date='20211231')
if k_data.empty:
continue
if abs((k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] - 1) * 100) < 1: # 振幅小于1
continue
turnover_rate = k_data.iloc[-1]['vol'] / (k_data.iloc[-2]['vol'] + k_data.iloc[-3]['vol'] + k_data.iloc[-4]['vol']) * 100 # 换手率
if turnover_rate < 2 or turnover_rate > 9: # 换手率不在2%~9%之间
continue
if '机器人' not in data.iloc[i]['concept']: # 不是机器人概念股
continue
if data.iloc[i]['mv_float'] >= 100000: # 流通市值大于100亿
continue
# 添加符合条件的股票
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
info['mv_float'] = data.iloc[i]['mv_float']
df_list.append(info)
# 根据市值排序
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sort_values(by='mv_float')
selected_stocks = selected_stocks.head(length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1、换手率大于2%小于9%、机器人概念且流通市值小于100亿的问答。该选股策略主要从波动性、市场交易情况、板块热度以及市值规模等多个角度进行综合考虑，建议结合其他技术指标和基本面指标进行综合筛选以提高选股的准确性。所给出的通达信指标公式参考和python代码参考仅供参考，读者可以根据实际情况进行优化和修改。
## 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。
