问财量化选股策略逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、深证主板中市盈率在0到29.01之间、市净率在0到3.11之间的股票。该选股策略综合考虑了股票的波动性、规模以及估值等因素，有助于选出经营稳定、内含价值潜力较大的优质股票。
选股逻辑分析
该选股逻辑相对于前一个选股逻辑，在流通市值、市盈率、市净率等方面都有更细致的要求，以更全面的角度选择股票，是一种综合考虑多因素的量化选股方法。
有何风险？
该选股逻辑存在以下风险：一是该选股逻辑可能漏掉一些高成长潜力股，而过于注重企业估值等因素；二是市场波动频繁，对股票的振幅区间要求可能过于严格。
如何优化？
为提高选股策略的有效性和稳定性，可以对选股逻辑进行进一步优化和完善，例如：一是结合其他技术指标等多种因素进行综合筛选，提高选股的准确性和稳定性；二是充分了解行业背景和投资目标，精准定义适合自己的选股逻辑。
最终的选股逻辑
选股逻辑为：振幅大于1、流通市值大于100亿元、深证主板中市盈率在0到29.01之间、市净率在0到3.11之间的股票。该选股逻辑综合考虑了股票的波动性、市场规模以及估值等因素，有助于筛选出优质有潜力的股票。
同花顺指标公式代码参考
CIRC_MARKET_CAP>=100 AND PE>=0 AND PE<=29.01 AND PB>=0 AND PB<=3.11 AND MARKET in ("sz","szmb")
其中，CIRC_MARKET_CAP表示流通市值，PE表示市盈率，PB表示市净率，MARKET表示交易市场。该指标综合考虑了选股的波动性、市场规模以及估值等因素。
Python代码参考
# 导入tushare包和pandas包
import tushare as ts
def get_selected_stocks():
pro = ts.pro_api()
selected_stocks = []
# 获取符合条件的股票
for ts_code in pro.stock_basic(exchange='', list_status='L', fields='ts_code, circ_mv').ts_code:
stock_data = pro.query('stock_basic', ts_code=ts_code)
if stock_data.iloc[0]['circulating_market_cap'] < 100:
continue
# 判断振幅是否符合条件
daily_data = pro.daily(ts_code=ts_code, start_date='', end_date='', fields='trade_date, open, high, low, close, pct_chg')
if len(daily_data) == 0:
continue
amplitude = (daily_data['high'].max() - daily_data['low'].min()) / daily_data['pre_close'].iloc[-1]
if amplitude < 1:
continue
# 判断市盈率、市净率是否符合条件
finance_data = pro.fina_indicator(ts_code=ts_code, start_date='', end_date='', fields='pe, pb')
if len(finance_data) == 0 or finance_data.iloc[0]['pe'] < 0 or finance_data.iloc[0]['pe'] > 29.01 or finance_data.iloc[0]['pb'] < 0 or finance_data.iloc[0]['pb'] > 3.11:
continue
# 判断是否为深证主板股票
stock_info = pro.stock_basic(ts_code=ts_code)
if stock_info.iloc[0]['market'] != 'szmb':
continue
selected_stocks.append(ts_code)
return selected_stocks
## 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。
