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%，昨天出现过龙虎榜的股票。
选股逻辑分析
相较于前一个逻辑，新增了昨天出现过龙虎榜的条件，也增加了考察个股的市场关注度。与前一个逻辑不同的是，条件比较多，更多地打算对公司盈利、市场流动性以及市场情绪等多方面的因素进行考虑。
有何风险？
除了前面提到的风险外，如果相关信息不是全面而及时的话，可能选到的龙虎榜股票已经过了反弹期，投资效果不如预期。同时数据本身具有时效性，而且不保证股票买入后一定盈利，投资有风险请谨慎。
如何优化？
针对不同的投资需求，可以对逻辑中的具体条件进行略微调整。比如去除龙虎榜的要求，因为只看昨天龙虎榜参考信息不太全面，而且可能把短期内的价格动作识别成更为显著的变化。同时关注龙虎榜信息时，需要充分考虑多种信息来源，避免信息不全面或样本量有限的情况出现。
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%，昨天出现过龙虎榜的股票。
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 AND ZLRTB20 <= 100;
/* 选择昨天出现过龙虎榜的股票 */
CONDITION3 = EXIST_YAHOOLHB;
LAST_CONDITION = CONDITION1 AND CONDITION2 AND CONDITION3; // 最终选股逻辑
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 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=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), end_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"), 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
# 昨天出现过龙虎榜的股票
data_lhb = bs.query_history_lhb(code, datetime.now().strftime("%Y-%m-%d"), datetime.now().strftime("%Y-%m-%d"))
if data_lhb.error_code == '0' and len(data_lhb.data)>0:
check_point3 = True
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
stock_list.append(data_list)
df = pd.DataFrame(stock_list, columns=['code', 'hsl'])
df = df.sort_values(by='hsl', 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。
