问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一年、股票代码以60开头的股票。
选股逻辑分析
振幅大于1和上市时间大于一年的逻辑与之前的策略相同。限制股票代码以60开头可以筛选出沪市的股票，而不考虑深市。这种策略假设了沪市股票整体表现优于深市，因此有一定的市场偏见。但在某些市场阶段，沪市的股票确实表现更好。
有何风险？
排除了深市的股票，可能会错过某些表现优秀的股票；同时，沪市上市的股票也可能表现不佳。
如何优化？
增加其他筛选条件，如市盈率、市净率、市值等，结合振幅和上市时间综合选取。
最终的选股逻辑
本选股策略选取振幅大于1、上市时间大于一年、股票代码以60开头的股票。
同花顺指标公式代码参考
振幅 和 上市时间与之前的策略相同。限制股票代码可以使用IF函数筛选出。
python代码参考
# 引入Tushare库
import tushare as ts
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
today = pro.trade_cal(exchange='', is_open='1')["cal_date"].values[-1]
for i in range(3):
# 筛选出振幅大于1、上市时间大于一年的以60开头的股票
basic = pro.stock_basic(list_status='L', fields='ts_code,name,list_date')
basic = basic[basic["list_date"].apply(int).apply(lambda x: (int(today) - x) > 365)]
basic["code"] = basic["ts_code"].str.slice(0,3)
basic = basic[basic["code"]=="60"]
if len(basic) == 0:
continue
quotes = pro.daily(ts_code=basic["ts_code"].str.cat(sep=","), start_date=int(today)-20, end_date=int(today)-1, fields='ts_code,open,close,high,low')
quotes["var1"] = (abs(quotes["high"] - quotes["low"]) / quotes["close"].shift(1)) * 100
quotes = quotes[quotes["var1"] > 1]
if len(quotes) == 0:
continue
# 使用其他指标筛选
for code in quotes["ts_code"]:
if len(selected_stocks) >= n:
break
# TO DO ...
if len(selected_stocks) >= n:
break
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。
