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，换手率在2%到9%之间。该选股策略主要通过振幅和未清偿可转债简称等基本面指标，以及换手率等技术面指标，选出符合一定成长性和技术面要求的股票。
选股逻辑分析
该选股策略主要考虑了公司的基本面和技术面，筛选出基本面符合要求且技术面处于可接受水平的股票。同时，由于限制了换手率的范围，筛选出的股票有一定的理性机会，可以避免过高或过低的换手率带来的风险。
有何风险？
该选股策略可能会忽略掉某些暂未到达2%的换手率但有价值的股票，同时筛选出来的股票数量可能偏少，不具备全市场覆盖的概念。
如何优化？
可以减小对换手率的限制范围，或引入更多的基本面指标，对公司的价值进行更为详细和全面的评估。同时，也可以引入市场情绪的指标，如情绪指标等。
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，换手率在2%到9%之间。选股条件可以依据实际投资需求进行修改，如适当调整换手率的限制范围等。
同花顺指标公式代码参考
SELECT1 = VOLUME / CAPITAL * 100 > 2 AND VOLUME / CAPITAL * 100 < 9
SELECT2 = BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4),1) != '3'
AND (ABS((HIGH - LOW) / HIGH) > 0.01)
SELECT = SELECT1 & 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，换手率在2%到9%之间。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:
daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).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[0]['close'] <= 5:
continue
capital_data = pro.daily_basic(ts_code=ts_code, trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='total_share')
if capital_data.empty:
continue
turnover_rate_data = pro.daily_basic(ts_code=ts_code, trade_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'), fields='turnover_rate')
if turnover_rate_data.empty:
continue
turnover_rate = turnover_rate_data.iloc[0]['turnover_rate']
if pd.isnull(turnover_rate) or turnover_rate < 2 or turnover_rate > 9:
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_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，换手率在2%到9%之间的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。
