问财量化选股策略逻辑
该选股策略选择在元宇宙行业中同时满足以下条件的股票进行投资：三个技术指标同时金叉、市值100亿以内且为无亏损企业。在技术面和基本面分析的基础上，筛选出成长性较好、估值尚未高企的股票。
选股逻辑分析
该选股策略结合了技术面和基本面分析，通过同时满足三个技术指标金叉、市值100亿以内、无亏损企业等多个条件进行筛选。同时，该选股策略关注元宇宙行业，具有高成长性和未来发展前景。适度的估值审慎控制，有助于降低投资风险。
有何风险？
该选股策略可能存在以下风险：
- 基于短期的技术面指标和股价涨幅，没有充分反应股票的长期表现和基本面情况；
- 存在市值100亿以内但财务状况不佳的企业；
- 将选股范围局限于元宇宙行业，有可能会错过其他有潜在投资机会的行业和股票
如何优化？
为降低选股策略的风险，可以考虑以下优化方法：
- 引入长期的基本面指标，如ROE、净利润增长率、资产回报率等，进一步筛选优质的个股；
- 控制市值筛选标准，避免错过一些估值合理、财务状况优秀的企业；
- 监控元宇宙产业发展情况，适时调整选股策略，避免错过其他高潜力产业
最终的选股逻辑
综合以上分析，可以得出一个更完善的选股逻辑：选取元宇宙行业中，同时满足三个技术指标金叉、市值100亿以内、为无亏损企业的股票。此选股条件关注技术面和基本面，同时审慎控制股票估值，有助于降低投资风险。
具体选股条件为：
- 行情：SH或SZ或HK
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))
- 市值：小于等于100亿
- 无亏损：最近一个完整财年ROE为正且净利润未出现亏损
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
LAST(MCAP) <= 100 AND
INCOME_STATEMENT.AVG_ROE > 0 AND
INCOME_STATEMENT.IS_PROFIT.sum(4)*IS_AUDIT.sum(4) == IS_AUDIT.sum(4)
同花顺指标公式代码参考
- 行情：SH或SZ或HK
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)
- 市值：MCAP
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
LAST(MCAP) <= 100 AND
INCOME_STATEMENT.AVG_ROE > 0 AND
INCOME_STATEMENT.IS_PROFIT.sum(4)*IS_AUDIT.sum(4) == IS_AUDIT.sum(4)
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date, \
total_share, float_share, mkt_cap')
df = df[(df['industry'].str.contains(industry)) & (df['mkt_cap'] <= 10000000000)]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code, start=start_date, end=end_date)
filtered = []
for code, k in k_data.items():
is_profit = pro.income(ts_code=code, start_date=start_date, end_date=end_date, fields='ts_code, end_date, \
is_profit, roe')
if (CROSS(MACD(k, 12,26,9), MACDSignal(k, 12,26,9)) > 0) and \
(CROSS(MA(k, 5), MA(k, 10))>0 and CROSS(MA(k, 5), MA(k, 20))>0) and \
(df[df['ts_code'] == code]['mkt_cap'].values[0] <= 10000000000) and \
(is_profit['roe'].mean() > 0) and (is_profit['is_profit'].sum() * is_profit['roe'].notna().sum() \
== is_profit['roe'].notna().sum()):
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name'])
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上代码将返回2021年度内行业为“元宇宙”，同时满足三个技术指标金叉，市值100亿以内且为无亏损企业的所有股票信息。
## 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。
