问财量化选股策略逻辑
该选股策略包括三个条件：元宇宙、昨日股价大于250日均线、归属母公司股东的净利润(同比增长率)大于20%小于等于100%。通过筛选符合要求的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件选择符合要求的个股进行投资：
- 元宇宙：选择热门板块中的个股；
- 昨日股价大于250日均线 ：判断个股目前的价格是否已接近长期均线；
- 归属母公司股东的净利润(同比增长率)大于20%小于等于100% ：判断个股的业绩是否有较好的增长。
综合以上三个条件，选择符合要求的个股进行投资。
有何风险？
- 系统性风险等市场风险；
- 可能在该条件下选择的个股数量较少；
- 忽略了其他重要的技术指标、基本面指标等。
如何优化？
- 加入其他技术指标，如相对强势指标等；
- 加入其他基本面指标辅助选股，如市盈率、市净率等；
- 加强业绩分析能力，综合多个指标进行选择。
最终的选股逻辑
该选股策略选择元宇宙板块中、股价大于250日均线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%的股票作为投资目标。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
昨日股价大于250日均线：C >= MA(250)
净利润同比增长率：growthrate(NETPROFIT_PARENT_COMP_TOTAL, 1)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
# 获取符合条件的股票
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
df = pro.query('stock_basic', ts_code=code, fields='name')
data = pro.query('income', ts_code=code, start_date='20220107', end_date='20220107')
if len(data) > 0 and data.iloc[0]['n_income_attr_p'] > data.iloc[0]['n_income_attr_p_1'] * 1.2 and data.iloc[0]['n_income_attr_p'] <= data.iloc[0]['n_income_attr_p_1'] * 2 and data.iloc[0]['close'] >= data.iloc[0]['ma250']:
data_selected = data_selected.append(df)
return data_selected
## 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。
