问财量化选股策略逻辑
选股逻辑：选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量小于0，并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。
选股逻辑分析
在原有选股逻辑的基础上，加入了公司财务指标的信息，筛选出营业收入同比增长显著但价值仍有提升空间的股票。
有何风险？
该选股逻辑过度依赖单一的财务指标，未考虑其他重要因素的影响，存在较大的风险，需要进一步优化。
如何优化？
可以结合行业分析、市场环境等因素，进一步优化选股策略，从多个角度找到具有价值提升空间的股票。
最终的选股逻辑
选择换手率在 3% 和 12% 之间，当日涨跌幅乘以超大单净量小于0，并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。
同花顺指标公式代码参考
C1: (MARKET == 'SH' OR MARKET == 'SZ'); // 选取A股市场的所有股票
C2: (VOLUME > 0) AND (CHG_RATE_N30 > 0) AND (
ABS(CHG) / REF(CLOSE, 1) * (NET <= -500000) < 0
); // 判断当日涨跌幅乘以超大单净量小于0
C3: (ACCUM4(net_profit_parent_comp / net_profit_parent_comp_1) > 1.2) AND
(ACCUM4(net_profit_parent_comp / net_profit_parent_comp_1) <= 2); // 判断归属母公司股东的净利润(同比增长率)大于20%小于等于100%
SELECTED: C1 AND C2 AND C3;
// 显示选中股票的名称和代码
LIST_NAMECODE;
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stock(data: pd.DataFrame) -> List[str]:
"""
data: 股票历史行情数据，需包含价格、换手率、涨跌幅、超大单净量、归属母公司股东净利润同比增长率等数据，以及股票名称等数据
return: 选出的股票代码列表
"""
selected_stocks = []
for code, df in data.groupby(level=0):
df = df.sort_values('trade_time', ascending=True)
if (df['turnover_rate'].between(3, 12, inclusive=True).iloc[-1]) and \
(df['pct_chg'].iloc[-1] * (df['net_amount'].iloc[-1] / 100000000) < 0) and \
(df['net_profit_parent_comp'].pct_change(periods=4).iloc[-1] > 0.2) and \
(df['net_profit_parent_comp'].pct_change(periods=4).iloc[-1] <= 1):
selected_stocks.append(code)
return selected_stocks
其中 data 数据需包含的列为：ts_code（股票代码）、trade_time（交易时间）、pct_chg（涨跌幅）、net_amount（超大单净量）、turnover_rate（换手率）、net_profit_parent_comp（归属母公司股东净利润）等选股指标数据。
## 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。
