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%、500日内至少2次涨停的股票。
选股逻辑分析
该选股策略相比于之前的逻辑增加了对股票的涨停情况的考虑。涨停板的出现通常意味着市场对该股票的走势很看好，具有较强的市场心理学意义。通过选择距今500日内至少2次涨停的股票，可以挖掘出市场热门股票，同时与之前的逻辑相结合，可以筛选出中长期具有成长性的个股。
有何风险？
该选股策略忽略了技术面的考虑，可能会忽略掉技术面对市场的影响。同时，选股逻辑中的“至少2次涨停”很难确定涨停板是基于真正符合基本面的因素还是其他因素，存在公信力与鲁棒性问题。此外，该选股策略还需要满足期望持续增长的公司需要。
如何优化？
可以考虑增加技术面的判断，例如通过RSI等指标来判断股票的超买超卖情况，从而避免选取过度高估的个股。此外，可以对选股结果进行基本面和技术面的深入分析，评估股票的可持续性，以此为依据进一步优化策略。
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%、500日内至少2次涨停的股票（前5名）。
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
SET_SORT_RULE(1); // 按市值从大到小排序
SET_SORT_ASC(0); // 降序排列
/* 剔除创业板股票 */
CONDITION1 = CODE NOT LIKE 'sz.300%';
/* 选取500日内至少2次涨停 */
CONDITION2 = LZ*2>=500;
/* 选取换手率在3%-12%之间 */
CONDITION3 = 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% */
CONDITION4 = ZLRTB20 >= 20 AND ZLRTB20 <= 100;
LAST_CONDITION = LAST_CONDITION AND CONDITION1 AND CONDITION2 AND CONDITION3 AND CONDITION4;
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 = []
for i in range(2):
if i == 0:
time_str = (datetime.now()-timedelta(days=7)).strftime("%Y-%m-%d")
else:
time_str = datetime.now().strftime("%Y-%m-%d")
for code in rs.get_row_data():
if code.startswith('sh.688') or code.startswith('sz.300'):
continue
data_profit = bs.query_profit_data(code, year=2021, quarter=1)
if data_profit.error_code == '0' and len(data_profit.data)>0:
check_point1 = data_profit.data[0][16] >= 20 and data_profit.data[0][16] <= 100
else:
continue
lz_data = bs.query_history_k_data_plus(code, "date,close",
start_date=(datetime.now()-timedelta(days=500)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if lz_data.error_code == '0' and len(lz_data.data)>=2:
num_limit_up = 0
for i in range(1,len(lz_data.data)):
if lz_data.data[i][1]/lz_data.data[i-1][1] > 1.098: # 判断是否涨停
num_limit_up += 1
check_point2 = num_limit_up >= 2
if check_point1 and check_point2 :
data_list = []
data_list.append(code)
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code'])
df_length = len(df)
if df_length > 0:
print(df.sort_values(by='code').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。
