问财量化选股策略逻辑
本选股策略选择振幅大于1，连续3天以上大单净量大于0.05，且归属母公司股东的净利润(同比增长率)大于20%小于等于100%的股票。
选股逻辑分析
本选股策略综合考虑了技术面和基本面因素，旨在寻找具备良好盈利能力、有望持续企稳的标的股票。同时，这三个条件相互协作，在一定程度上能够减少噪声干扰，提高选股准确率。
有何风险？
在计算净利润同比增长率时，需要注意数据波动较大的情况，以及公司所处行业的生命周期因素。考虑到基本面较为复杂，本选股策略的风险较大。
如何优化？
可以加入更多的基本面指标，如ROE、流动比率、负债率、市盈率等，同时结合技术面指标，如均线、MACD等，进行多角度的综合评估。此外，可备选候选股票的数量较多时，再通过量化分析筛选，以进一步提高选股效率。
最终的选股逻辑
本选股策略选股逻辑为：振幅大于1，连续3天以上大单净量大于0.05，且归属母公司股东的净利润(同比增长率)大于20%小于等于100%的股票。
同花顺指标公式代码参考
- 振幅大于1，可使用
A = MAX(HIGH - LOW, ABS(HIGH - REF(CLOSE, 1)), ABS(LOW - REF(CLOSE, 1))); C = REF(CLOSE, 1); abs(HIGH - C) > A * 1 AND abs(LOW - C) > A * 1进行筛选。 - 连续3天以上大单净量大于0.05，可使用
VOL_NVI > 0.05 AND COUNT(VOL_NVI > 0.05, 3) = 3进行筛选。 - 归属母公司股东的净利润(同比增长率)大于20%小于等于100%，可使用
YOYPROFIT - REF(YOYPROFIT, 1) >= 20 AND YOYPROFIT - REF(YOYPROFIT, 1) <= 100进行筛选。
Python代码参考
import pandas as pd
# 读取股票数据并增加筛选条件
df = pd.read_csv('stock_data.csv')
df = df[df['AMO'] > 1]
df['VOL_NVI'] = (df['NET_VOLUME'] / df['VOLUME']).rolling(3).sum()
df = df[df['VOL_NVI'] > 0.05]
df = df[(df['YOYPROFIT'] - df['YOYPROFIT'].shift(1)) >= 0.2]
df = df[(df['YOYPROFIT'] - df['YOYPROFIT'].shift(1)) <= 1]
# 加入更多的过滤条件
df = df[df['ROE'] > 10]
df = df[df['CURRENT_RATIO'] > 1.5]
df = df[df['DEBT_TO_TOTAL_ASSETS'] < 0.5]
## 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。
