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%，今日增仓占比>5%。
选股逻辑分析
该选股策略主要选取了换手率、归属母公司股东的净利润、增仓占比等多项技术指标作为基础条件。其中，换手率反映了市场的活跃度，归属母公司股东的净利润同比增长率反映了公司业绩情况，而增仓占比则表明有资金进入该股票。该策略综合考虑了交易活跃度、公司经营情况和资金流动等方面，适合中长期持有股票。
有何风险？
需要特别关注增仓占比指标是否可靠，有可能存在虚高的情况。同时，该选股策略排除了一些其他重要的指标，如PE、PB等价值投资相关的因素，可能会漏选出一些具有投资价值的股票。
如何优化？
可以再加入其他的技术指标，如RSI、DMI等对股票价格走势作出评价，进一步筛选出优质股票。另外，可以引入价值投资等其他维度来进行择股。同时，针对增仓占比指标可能虚高的情况，可以考虑结合其他指标进行验证。
最终的选股逻辑
在股票市场中，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%，同时今日增仓占比>5%。
同花顺指标公式代码参考
SET_CHINESE_CHARSET("UTF-8"); // 设置编码
SET_NATUREDAY_RANGE_HH(10); // 配置指标参数
/* 选取换手率在3%-12%之间的股票 */
CONDITION0 = 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% */
CONDITION1 = ZLRTB20>=20 AND ZLRTB20<=100 ;
/* 选取今日增仓占比大于5%的股票 */
CONDITION2 = VOLUME_RATIO_TODAY>=5;
/* 组合选股条件 */
LAST_CONDITION =CONDITION0 AND CONDITION1 AND CONDITION2 AND LAST_CONDITION;
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 = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date=(datetime.now()-timedelta(days=30)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>=30:
check_point1 = (k_data.data[-1][5]/10000) >= 3 and (k_data.data[-1][5]/10000) <= 12
data_profit = bs.query_profit_data(stock_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
data_trade = bs.query_history_trading_data(stock_code, date=datetime.now().strftime("%Y-%m-%d"))
if data_trade.error_code == '0' and len(data_trade.data)>0:
check_point3 = data_trade.data[0][7]/data_trade.data[0][2] >= 0.05
if check_point1 and check_point2 and check_point3:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 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。
