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%、PE大于0的股票。
选股逻辑分析
该选股策略综合了基本面和估值的考虑。归属母公司股东的净利润与公司财务表现相关，PE指标则反映了市场对公司的估值情况。同时通过设定换手率范围，筛选出市值适中的股票。这一组合可以较全面地考虑股票的基本面和估值情况，从而挖掘具有投资价值的标的。
有何风险？
这个选股策略同样存在一定的局限性，例如会过于关注前期表现良好的个股而可能忽略实际业务表现。同时采用单一的估值指标来筛选股票存在漏洞和偏差的可能。遇到市场大幅波动的情况，选股策略的有效性可能会降低。
如何优化？
可以考虑引入其他基本面指标，例如ROE、经营性现金流等，来综合衡量公司的财务表现。同时，可以引入多个估值指标来评估公司价值，例如PEG、市销率等。 还可以考虑增加技术指标，如RSI、MACD等，来进一步筛选有潜力的股票。此外，需要不断调整和优化选股指标权重，以适应市场变化。
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%、PE大于0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
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%';
/* 选取换手率在3%-12%之间 */
CONDITION2 = 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% */
CONDITION3 = ZLRTB20 >= 20 AND ZLRTB20 <= 100;
/* 选取PE大于0 */
CONDITION4 = (PE_TTM > 0);
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().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
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
data_pe = bs.query_history_k_data_plus(code, "date,peTTM", start_date=time_str, end_date=time_str, frequency="d")
if data_pe.error_code == '0' and len(data_pe.data)>0:
check_point2 = data_pe.data[0][1] > 0
else:
continue
k_data = bs.query_history_k_data(code, "date,open,high,low,close", start_date=time_str, end_date=time_str, frequency="d")
if k_data.error_code == '0' and len(k_data.data)>0:
check_point3 = k_data.data[0][4] > k_data.data[0][1] and k_data.data[0][4] > k_data.data[0][2]
else:
continue
if check_point1 and check_point2 and check_point3:
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。
