问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、未清偿可转债简称不可为空。该选股策略旨在寻找价格合理、且为有潜力的可转债标的，适合进行长期投资。
选股逻辑分析
该选股逻辑以振幅大于1、股价为18.5元、未清偿可转债简称不可为空为选股条件，筛选出波动性较大、市场热度较高、可转债发行方质量较高的可转债标的。选股策略相对较为合理，适合进行长期投资。
有何风险？
该选股策略仅考虑了可转债市场的一些基本属性，未考虑具体的公司经营状况、股票市场风险等因素，存在选取不理想股票的风险。此外，如果市场整体下跌或个别可转债标的遭遇重大利空消息，可能会导致选股失败。
如何优化？
为避免选出潜在质量不高的可转债标的，可加入具体的公司财务状况、行业前景、管理水平等因素作为筛选条件之一，构建全面的选股模型。此外，选股时可以结合技术指标、量价分析和基本面研究，以此加强选股准确性。
最终的选股逻辑
选股条件为：振幅大于1、股价为18.5元、未清偿可转债简称不可为空。将筛选出的可转债标的纳入投资考虑。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 未清偿可转债简称不为空
SELECT3 = NOTE9 != ""
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '可转债价格'
SORT_ASCEND = True
以上为计算选股逻辑的同花顺指标公式。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_bonds():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取可转债数据
bond_data = pro.cb_daily(trade_date='20220101')
# 进行选股
selected_bonds = []
for idx, row in bond_data.iterrows():
# 判断筛选条件
if (row['high'] - row['low']) / row['high'] <= 0.01 or row['close'] != 18.5 or row['note9'] == "":
continue
# 根据筛选条件选取标的
selected_data = {}
selected_data['ts_code'] = row['ts_code']
selected_data['bond_name'] = row['bond_short_name']
selected_data['bond_price'] = row['close']
selected_bonds.append(selected_data)
# 按可转债价格从小到大排序
selected_bonds_sorted = sorted(selected_bonds, key=lambda x: x['bond_price'])
return selected_bonds_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、未清偿可转债简称不可为空。可根据实际需求进行修改。
## 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。
