ID:399899
量化交易中，首先要弄好的就是选股。然后在才是买卖策略的制定。
不同类型的策略，选股思路也不相同。俗话说得好，不管黑猫白猫，抓到老鼠的就是好猫。一个好的选股策略，往往在量化中是起较为关键的作用的。
要实现程序化选股的话，数据又是一个前提。要有数据才能去实现编写程序。
数据来源有很多，可以去爬取，也可以去股票交易网站下载。当然也有一些接口可以提供数据。常见的接口有tushare、baostock、akshare
在这里我以一个简单的选股案例，为大家介绍一下使用tushare接口
使用tushare接口的话需要去官网查看相关的接口说明
点击上方的pro新版。
然后在上方的数据接口处就能找到股票常用的数据
有些数据是需要高积分的，获取情况可以捐助获得，也可以邀请好友获得，这里不再赘述。
注册后，就可以获取自己的token码，在调用接口是需要使用它。
查看位置： 点击右上角头像 然后点击个人主页 然后就能找到下面token码
股票操作类型大体分三类就是短期，中期，和长期。
这里我介绍一个短期的思路，我们知道换手率代表中股票的活跃程度，成交额可以代表资金关注程度。那么他们两的交集会有什么效果呢。这里以获取他们俩的交集为案例
import tushare as ts
import arrow
ts.set_token('这里粘贴上面复制的token码')
pro=ts.pro_api()
# 获取当天日期
now = arrow.set(arrow.get(end_day, 'YYYY-MM-DD'))
# 换手率前一百
turnover_100 = pro.daily_basic(trade_date = now).sort_values(by='turnover_rate',ascending=False)
turnover_100 = turnover_100.ts_code.tolist()[:100]
amount_100 = pro.daily(trade_date = now).sort_values(by='amount',ascending=False)
amount_100 = amount_100.ts_code.tolist()[:100]
#上面两个的交集
amount_turnover = list( set(amount_100) & set(turnover_100) & set(code_list))
code_list = amount_turnover
这样就得到了他们俩的交集了，当然光这样离使用还需要一段路，因为我们知道股票活跃度高的票，往往风险也更高。如何才能大概率选中涨的那一批，还需要其他指标来辅助选择。这里可以展开探索。如果有好的思路欢迎在评论区交流。
