问财量化选股策略逻辑
本选股策略为：RSI指标小于65，归属母公司股东的净利润同比增长率大于20%小于等于100%，股票价格小于12元。此策略综合考虑了技术面和基本面，适合寻找具有增长性、有一定投资价值的低价股票。
选股逻辑分析
该选股逻辑在技术面和基本面两个方面进行了综合考虑，旨在寻找中长期具有增长性、有一定投资价值的低价股票。相较于之前的选股逻辑，加入了价格因素的筛选因素，可以进一步筛选出低估值、具有较强投资价值的个股。
有何风险？
在价格低于12元的条件下进行选股时，有可能会选出部分公司存在业绩下滑、基本面较差的低价股，需要思考如何更好地综合考虑基本面、行业因素等。
如何优化？
可以引入其他基本面指标，如市盈率、市净率等，进行更为全面的选股分析。此外，可以结合行业及公司特点，选取符合发展趋势、管理水平较好的股票，进一步提升选股策略的效果和实用性。
最终的选股逻辑
本选股逻辑为：RSI指标小于65，归属母公司股东的净利润同比增长率大于20%小于等于100%，股票价格小于12元。
同花顺指标公式代码参考
// 筛选A股，非ST
SELECT S_INFO_WINDCODE, STK_DISP_NAME
FROM ASHAREDESCRIPTION, LC_STK_GENERAL_INFO
WHERE S_INFO_EXCHMARKET IN ('SZSE', 'SSE')
AND S_INFO_LISTEDSTATE = '上市'
AND S_INFO_LASTTRADEDATE IS NULL
AND S_INFO_ST_FLAG = '否'
AND S_DQ_TRADESTATUS <> '停牌'
AND S_DQ_MAXUPORDOWN <> 1
AND S_INFO_WINDCODE = LC_STK_GENERAL_INFO.S_INFO_WINDCODE
AND S_INFO_WINDCODE IN (
SELECT S_INFO_WINDCODE
FROM ASHAREINCOME
WHERE S_FA_YEAR = YEAR(CURRENT_DATE)
AND S_FA_REPORT_TYPE = 'A'
AND S_FA_PROFIT_PARENT_COMPANY > 0
AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) > 1
AND S_FA_PROFIT_PARENT_COMPANY / LAG(S_FA_PROFIT_PARENT_COMPANY, 3) <= 2
)
AND S_DQ_CLOSE < 12
ORDER BY S_DQ_AMOUNT_TODAY DESC
Python代码参考
# 导入需要使用的库
import pandas as pd
import tushare as ts
import talib
# 选股函数
def stock_picking(data):
# 计算RSI指标
rsi = talib.RSI(data['close'], timeperiod=14)
# 筛选A股、非ST、市盈率大于0
stock_list = ts.get_stock_basics().index.tolist()
suspended_list = ts.get_suspended().index.tolist()
st_list = ts.get_st_classified().index.tolist()
stock_list = list(set(stock_list) - set(suspended_list) - set(st_list))
stock_eps = ts.get_profit_data().loc[stock_list][['eps']]
stock_price = ts.get_hist_data(stock_list[0], start=trade_day[0].strftime('%Y-%m-%d'), end=trade_day[-1].strftime('%Y-%m-%d'))['close']
stock_pe = stock_price / stock_eps.loc[stock_list]['eps']
filter_cond = (stock_pe > 0) & (stock_price < 12)
stock_list = list(set(stock_list) & set(filter_cond.index[filter_cond].tolist()))
# 计算归属母公司股东的净利润同比增长率
data['net_profits_growth'] = data['net_profits'].pct_change()
# 筛选满足条件的股票
filter_cond = (rsi < 65) & (data['net_profits_growth'] > 0.2) & (data['net_profits_growth'] <= 1)
# 按个股热度从大到小排序
stock_list = data[filter_cond].groupby(level=0).sum().sort_values('amount', ascending=False).index.tolist()
return stock_list
## 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。
