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%、现量大于1万手、当日开盘价高于前日收盘价的股票。
选股逻辑分析
该选股策略不仅注重公司的盈利能力和市场稳定性，还重视股票的市场活跃度和走势方向。同时，选择在相对较活跃、资金流动性较好的股票中进行短线操作，希望能在较短的时间内获得较高的收益。
有何风险？
该选股策略过于强调短线，对公司基本面因素的考虑过少，选股存在盲点和风险。同时，对于开盘价高于前日收盘价的判断，也存在一定的主观性和风险。
如何优化？
可以引入更多的基本面指标和技术指标进行筛选，同时可以结合市场大环境、行业趋势等因素进行考虑，以全面评估公司的股票价值和未来发展潜力。同时，对于开盘价高于前日收盘价的判断，可以增加一些辅助指标，例如MACD指标等。
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%、现量大于1万手、当日开盘价高于前日收盘价的股票。
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>=20.0 AND ZLRTB20<=100.0;
/* 现量大于1万手 */
CONDITION3 = JL>=10000;
/*当日开盘价高于前日收盘价 */
CONDITION4 = OPEN>REF(CLOSE,1);
LAST_CONDITION = LAST_CONDITION AND CONDITION1 AND CONDITION2 AND CONDITION3 AND CONDITION4;
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
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().strftime("%Y-%m-%d")
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
# 当日成交量大于1万手
check_point3 = k_data.data[0][5]>=10000
# 判断开盘价是否高于前日收盘价
k_data2 = bs.query_history_k_data_plus(code, "date,open,high,low,close", start_date=(datetime.now()-timedelta(days=2)).strftime("%Y-%m-%d"), end_date=time_str, frequency="d", adjustflag="3")
if k_data2.error_code == '0' and len(k_data2.data)>1:
df = pd.DataFrame(k_data2.data, columns=["date","open","high","low","close"])
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
# 当日开盘价高于前日收盘价
check_point4 = df.iloc[-1]['open'] > df.iloc[-2]['close']
else:
continue
# 筛选出符合条件的股票
if check_point1 and check_point2 and check_point3 and check_point4:
data_list = []
data_list.append(code)
data_list.append(k_data.data[0][5]) # 换手率
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code', 'turn'])
df = df.sort_values(by='turn', ascending=True)
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。
