问财量化选股策略逻辑
该选股策略选取元宇宙行业中，在前日实际换手率在3%至28%之间，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%的股票进行投资。
选股逻辑分析
该选股策略主要围绕以下条件进行选股：
- 选取元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 前日实际换手率在3%至28%之间，可能表示该个股存在着资金流动性和市场认可度；
- 归属母公司股东的净利润同比增长率大于20%小于等于100%，可能表示该股票具有业绩增长潜力。
综合以上条件，选择符合条件的个股进行投资。
有何风险？
- 可能存在过度依赖股票的财务指标分析；
- 只适用于盈利能力较好的公司，不适合投资亏损企业；
- 可能存在由于基本面变化不及时而错过股票爆发机会的风险。
如何优化？
- 综合考虑股票的基本面和技术面指标进行投资决策；
- 结合自身投资风格进行量化选股。
最终的选股逻辑
该选股策略选取元宇宙行业中，在前日实际换手率在3%至28%之间，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%的股票进行投资。
同花顺指标公式代码参考
- 元宇宙行情：GNBK("gnxq");
- 前日实际换手率：TURNOVER(2);
- 归属母公司股东的净利润同比增长率：INC(NP_PARENT_COMP_OWNED, 4);
选股公式：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND INC(NP_PARENT_COMP_OWNED, 4)>20 AND INC(NP_PARENT_COMP_OWNED, 4)<=100
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()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry')
data1 = data1[data1['industry'].str.contains('元宇宙')]
data2 = pro.daily(ts_code='', start_date='20220111', end_date='20220114', fields='ts_code,trade_date,open,close')
data2 = data2.groupby('ts_code').tail(1)
data3 = pro.fin_indicator(ts_code='', start_date='20200101', end_date='20211231', fields='ts_code,end_date,np_parent_comp_owned')
data3 = data3[data3['ts_code'].isin(list(data1['ts_code']))]
data3['np_yoy'] = data3.groupby(['ts_code'])['np_parent_comp_owned'].apply(lambda x: x.pct_change(periods=4))
data3 = data3[data3['np_yoy'].between(0.2, 1)]
data4 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
for ts_code in list(data3['ts_code']):
data5 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
data5.loc[0, 'ts_code'] = ts_code
data5.loc[0, 'name'] = data1[data1['ts_code'] == ts_code]['name'].iloc[0]
data5.loc[0, 'industry'] = data1[data1['ts_code'] == ts_code]['industry'].iloc[0]
data4 = pd.concat([data4, data5])
data4 = data4.merge(data2, how='inner')
return data4
## 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。
