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%、量比大于1.5、小于6。
选股逻辑分析
选股逻辑中继续加入了量比的因素，通过选择量比大于1.5，小于6的个股，进一步筛选出近期表现良好而且有一定市场热度的股票，适合追求高风险、高收益投资者。
有何风险？
同样存在忽略公司财务结构，以及面临市场的风险，同时新闻公告和利好消息等影响也可能对策略效果造成不良影响，需要根据个人风险偏好进行谨慎综合评估。
如何优化？
可结合技术分析指标、行业背景等维度进一步筛选，同时可增加公司治理、股权结构等财务信息，在积极跟踪市场及行业动态的同时，及时更新选股策略，以优化策略效果。
最终的选股逻辑
选择换手率在3%-12%之间、归属母公司股东净利润（同比增长率）大于20%，小于等于100%、量比大于1.5、小于6。
同花顺指标公式代码参考
SET_CHINESE_CHARSET("UTF-8"); // 设置编码
SET_MEM_LINE(0,1,2,3,4); // 记录选股结果
/* 选择换手率在 3%-12% 之间 */
CONDITION1 = HSL >= 3.0 AND HSL <= 12.0;
/* 选择归属母公司股东净利润（同比增长率）大于20%，小于等于100% */
CONDITION2 = ZLRTB20 >=20 AND ZLRTB20 <= 100;
/* 选择量比大于 1.5, 小于 6 */
CONDITION3 = LB >= 1.5 AND LB <= 6;
LAST_CONDITION = LAST_CONDITION AND CONDITION1 AND CONDITION2 AND CONDITION3 ;
SET_RANK_BY_FIELD(4, 1, 1); // 按热度从大到小排序
CODE_LIST = SELECT_BY_KIND_EX('stock', last_condition, '', '', '', '', '', '', '', '1');
python代码参考
import baostock as bs
import pandas as pd
import time
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=time.strftime("%Y-%m-%d", time.localtime()))
stock_list = []
for i in range(2):
if i == 0:
time_str = time.strftime("%Y-%m-%d", time.localtime())
else:
time_str = (datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d")
for code in rs.get_row_data():
if code.startswith('sh.688') or code.startswith('sz.300'):
continue
# 换手率3%-12%
k_data = bs.query_history_k_data_plus(code, "date,open,high,low,close,volume", start_date=time_str, end_date=time_str, frequency="d")
if k_data.error_code == '0' and len(k_data.data)>0:
check_point1 = k_data.data[0][5]>=3 and k_data.data[0][5]<=12
else:
continue
# 利润增长率大于20%，小于等于100%
data_profit = bs.query_profit_data(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
# 量比大于1.5，小于6
lb_data = bs.query_history_k_data_plus(code, "date,open,high,low,close,volume", start_date=time_str, end_date=time_str, frequency="d", adjustflag="1")
if lb_data.error_code == '0' and len(lb_data.data)>2:
avg_volumn = sum([data[5] for data in lb_data.data[:-1]])/len(lb_data.data[:-1]) # 去掉当天的数据计算平均值
last_volumn = lb_data.data[-1][5]
check_point3 = last_volumn/avg_volumn > 1.5 and last_volumn/avg_volumn < 6
else:
continue
# 筛选出符合条件的股票
if check_point1 and check_point2 and check_point3:
data_list = []
data_list.append(code)
data_list.append(k_data.data[0][5]) # 换手率
data_list.append(last_volumn/avg_volumn) # 量比
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code', 'hsl', 'lb'])
df = df.sort_values(by='lb', ascending=False)
df_length = len(df)
if df_length > 0:
print(df.head(5))
##### 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。
