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%、昨天换手率＞8%。
选股逻辑分析
选股逻辑中继续加入了昨天换手率的筛选条件，这样可以更加准确地刻画市场的趋势，选出短期内市场热门的股票，结合基本面和市场稳定性因素进行综合考虑，更有利于捕捉市场的机会点，适合追求短期高收益的投资者。
有何风险？
这一策略中可能存在过于强调短期市场趋势的风险，同时基本面和市场稳定性因素的筛选条件可能对不同行业或公司的适用性有所不同，具体的筛选结果也需要根据个人风险偏好、投资周期和风险控制能力进行综合评估。
如何优化？
可以进一步考虑引入是否交易所限制、市盈率、股息率等财务指标和选股时间点的多种技术分析指标等，综合考虑趋势、成长性、投资价值和风险控制等因素，根据不同的投资目标和风险偏好来制定不同的选股策略。
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%、昨天换手率＞8%。
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;
/* 选择昨天的换手率大于 8% */
CONDITION3 = JY1/HSL1 > 0.08;
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
# 昨天换手率大于8%
data_yesterday = bs.query_history_k_data_plus(code, "date,open,high,low,close,volume", start_date=(datetime.now()-timedelta(days=2)).strftime("%Y-%m-%d"), end_date=(datetime.now()-timedelta(days=2)).strftime("%Y-%m-%d"), frequency="d")
if data_yesterday.error_code == '0' and len(data_yesterday.data)>0:
check_point3 = data_yesterday.data[0][5]/k_data.data[0][5] > 0.08
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。
