问财量化选股策略逻辑
选股逻辑为：选择换手率在3%-12%之间，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，以两日股价高点为标准进行选股。
选股逻辑分析
该选股策略在基础选股条件的基础上，增加了以股价高点选股的判断条件。通过该条件选取股价走势相对稳定的股票，并且排除短期内有大幅上涨后又立即回落的股票。该选股策略在适当控制风险的同时，能够较好地把握股票走势，选择具备较高投资价值的股票。
有何风险？
由于选股策略主要以股价高点为判断标准，存在时间周期较短的情况，因此会对选股结果产生较大影响，使得选股结果相对不稳定。同时，也存在二次高点的情况，也就是股价出现了多个高点，需要进行进一步的判断和筛选。
如何优化？
可增加更多的指标进行股票的筛选和综合判断，比如可选取相对稳定的成长股或蓝筹股，并增加其他技术指标进行筛选策略的验证和优化，同时也可根据市场情况进行策略的调整和优化，提高选股策略的准确度和稳定性。
最终的选股逻辑
以股票历史价格走势为基础，选择换手率在3%-12%之间，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，以两日股价高点为标准进行选股。
同花顺指标公式代码参考
SET_CHINESE_CHARSET("UTF-8"); // 设置编码
SET_MEM_LINE(0,2,3,4); // 记录选股结果
SET_SORT_RULE(1); // 按资金强度由大到小排序
SET_SORT_ASC(0); // 倒序排列
SET_NATUREDAY_RANGE_HH(10); // 配置指标参数
/* 选取不属于主板和中小板的非新股、ST股、*ST股票 */
SXGN_MB = SELECT_SECCODEINFO('001001','B'); // 选取主板股票
SXGN_ZXB = SELECT_SECCODEINFO('002001','B'); // 选取中小板股票
CONDITION1 = NOT(SXGN_MB) AND NOT(SXGN_ZXB) AND NOT(NEW) AND NOT(ST_TAG) AND NOT(STAR_TAG) AND LAST_CONDITION;
/* 选取换手率在3%-12%之间的股票 */
CONDITION2 = HSL>=3 AND HSL<=12;
/* 选取归属母公司股东净利润（同比增长率）大于20%小于等于100% */
CONDITION3 = ZLRTB20>=20 AND ZLRTB20<=100 ;
/* 选取两日股价高点 */
CONDITION4 = REF(HH2,HIGH,1) >= REF(HH2,HIGH,3) AND REF(HH2,HIGH,2) >= REF(HH2,HIGH,3);
/* 组合选股条件 */
LAST_CONDITION =CONDITION1 AND CONDITION2 AND CONDITION3 AND CONDITION4 AND LAST_CONDITION;
CODE_LIST=SELECT_BY_KIND('stock',last_condition);
python代码参考
import baostock as bs
import pandas as pd
from datetime import datetime, timedelta
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.now().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
if stock_code.startswith('sh.688') or stock_code.startswith('sz.300'):
continue
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date=(datetime.now()-timedelta(days=60)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>=60:
check_point1 = (k_data.data[-1][5]/10000) >= 3 and (k_data.data[-1][5]/10000) <= 12
data_profit = bs.query_profit_data(stock_code, year=2021, quarter=1)
if data_profit.error_code == '0' and len(data_profit.data)>0:
check_point2 = data_profit.data[0][16] >= 20 and data_profit.data[0][16] <= 100
else:
continue
check_point3 = k_data.data[-1][2] >= max([i[2] for i in k_data.data[-3:-1]])
if check_point1 and check_point2 and check_point3:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
