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%，同时日线MACD大于0的股票。
选股逻辑分析
该选股逻辑结合了基本面和技术面，选股标准相对严格，同时考虑了股票的走势变化及市场情况，比较全面。而且添加了技术面的指标，MACD可以较好地判断行情走势，提高选股的准确性。但是，由于股票市场的复杂性，仍然存在一定的风险。
有何风险？
在市场上，各种情况可能会对股票的走势产生影响，选股逻辑可能无法适应市场变化，同时，该选股逻辑可能会让选出的股票数量变得异常少。
如何优化？
可以根据市场情况设定更加灵活的选股标准，加强对指标的权重关系的考虑，并且可以考虑在选股逻辑中加入更多的技术指标，如RSI、KDJ等等。
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%，同时日线MACD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(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17); // 记录选股结果
/* 换手率在3%-12%之间 */
CONDITION1 = HSL >= 3.0 AND HSL <= 12.0;
/* 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;
/* 日线MACD大于0 */
CONDITION3 = MACD() > 0;
LAST_CONDITION = CONDITION1 AND CONDITION2 AND CONDITION3; // 最终选股逻辑
SET_RANK_BY_FIELD(3, 1, 1); // 按跌幅从大到小排序
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 not code.startswith('sh.') and not code.startswith('sz.'):
continue
if code.startswith('sh.688') or code.startswith('sz.300'):
continue
if code.startswith('sh.110') or code.startswith('sz.110'):
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
# 年度利润增长率
profit_list = []
for i in range(6):
start_date = (datetime.now()-timedelta(days=1)).replace(year=datetime.now().year-i, month=12, day=31).strftime("%Y-%m-%d")
end_date = start_date
data_profit = bs.query_profit_data(code, year=datetime.now().year-i, quarter=4)
if data_profit.error_code == '0' and len(data_profit.data)>0:
if i == 0:
check_point2 = data_profit.data[0][16]>=20 and data_profit.data[0][16]<=100
profit_list.append(data_profit.data[0][16])
if len(profit_list) != 5:
continue
# 日线MACD大于0
data_MACD = bs.query_history_k_data_plus(code, "date,open,high,low,close,macd,dif,dea,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", adjustflag="3")
if data_MACD.error_code == '0' and len(data_MACD.data)>0:
check_point3 = data_MACD.data[0][5]>0 and data_MACD.data[0][6]>0 and data_MACD.data[0][7]>0
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.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。
