问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“竞价主力净买大于0”和“2021年营收/2018年营收大于1.1”。
选股逻辑分析
该选股策略主要考虑了市场热点、资金流向和基本面因素。要求选出具备三个方面优点的股票：一是处于市场热点板块，二是竞价主力净买入，表明资金流入较多，三是具备较好的基本面，即近三年的营收有较大幅度的增长。
有何风险？
- 可能会选到利润增长或业绩增长过快的“烂大街”股票；
- 竞价主力净买数据可能较为不准确，存在一定误判；
- 选股的基本面指标有限，只考虑了营收变化率，可能忽略了其他关键指标的因素。
如何优化？
- 加入其他基本面指标，如净利润、净资产回报等因素，以提高选股精度；
- 可以考虑采用财务数据的滚动平均线等指标，更准确地反映公司的长期业绩；
- 增加机器学习算法的引入，提高筛选效率，缩小误判概率。
最终的选股逻辑
基于元宇宙、竞价主力净买和2018-2021年营收增长率等条件下，选出符合要求的标的。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
竞价主力净买：(VOL - 3 – 5 + 1) * 50 / 10000
2018-2021年营收增长率：(REPORTDATE=="20210831" and OPERREV) / (REPORTDATE=="20181231" and OPERREV) > 1.1
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = pd.Series(df['jbmoneysum']).rolling(window=2).apply(lambda x: x.iloc[-1] > x.iloc[-2] and x.iloc[-1] > 0, raw=True)
condition3 = (df['oper_rev'].pct_change(periods=3).iloc[-1] > 0.1)
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
return 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。
