问财量化选股策略逻辑
本选股策略选择振幅大于1、非ST（上午10点之前选股票）、五部涨停战法，且2021年营收/2018年营收大于1.1的股票。
选股逻辑分析
本选股策略在技术面加入了振幅、ST、涨停战法等指标，同时也考虑了基本面的因素，筛选2021年营收相较于2018年营收增长率较高的股票。
有何风险？
对于仅基于财务指标的选股策略，存在盈利预测误差等问题。同时，使用历史数据进行计算，未必能够准确预测股票未来走势。
如何优化？
可以加入更多的财务指标，例如净利润增长率等，同时也可以加入技术面指标，综合多方面考虑。同时，对于选股策略需要进行实证研究和长期跟踪，以保证其有效性。
最终的选股逻辑
本选股策略的完善逻辑为：振幅大于1、非ST、五部涨停战法，且2021年营收/2018年营收大于1.1的股票。
同花顺指标公式代码参考
暂无
python代码参考
import pandas as pd
import tushare as ts
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[df['AMPLITUTE'] > 1]
# 筛选条件2：非ST
df = df[df['NAME'].str.upper().str.find('ST')==-1]
# 筛选条件3：五部涨停战法
df['CLOSE_MAX'] = df['CLOSE'].rolling(5).max()
df = df[df['CLOSE'] == df['CLOSE_MAX']]
# 筛选条件4：2021年营收/2018年营收大于1.1
df['SY_2021'] = ts.get_profit_data(2021).reset_index().rename(columns={'code':'CODE', 'incrYoY': 'SY_2021'})[['CODE', 'SY_2021']]
df['SY_2018'] = ts.get_profit_data(2018).reset_index().rename(columns={'code':'CODE', 'incrYoY': 'SY_2018'})[['CODE', 'SY_2018']]
df = pd.merge(df, sy_2021, on='CODE')
df = pd.merge(df, sy_2018, on='CODE')
df = df[df['SY_2021']/df['SY_2018']>1.1]
# 输出选股数据
print(df)
## 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。
