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%、竞价主力净买大于0的股票。
选股逻辑分析
该选股策略在原有的基本面和技术面基础上，加入了资金面因素竞价主力净买，能够更好地反映股票资金面的变化情况，全面考虑股票的市场表现。
有何风险？
选股策略仍然较为简单，可能会忽略一些重要的行业和企业背景信息。同时，选股依赖竞价主力的网上交易数据，可能受到交易所数据质量和延迟等问题的影响。此外，股票市场的波动性也会影响选股的准确性。
如何优化？
可以考虑加入其他资金面指标，如大单净占比、资金流向等，并结合公司基本面和行业指标进行综合分析选股，以获得更为全面的市场信息。同时，可以考虑使用多个数据源进行验证和比对，以减少数据延迟和错误带来的影响。
最终的选股逻辑
在满足换手率在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%以及竞价主力净买大于0的条件下，选取具有投资潜力的股票。
同花顺指标公式代码参考
SET_CHINESE_CHARSET("UTF-8"); // 设置编码
SET_MEM_LINE(0,2,3,4); // 记录选股结果
SET_SORT_RULE(1); // 按资金强度由大到小排序
SET_SORT_ASC(0); // 倒序排列
SET_NATUREDAY_RANGE_MAX10(30); // 配置指标参数
/* 选取换手率在3%-12%之间的股票 */
CONDITION1 = 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% */
CONDITION2 = ZLRTB20>=20 AND ZLRTB20<=100 ;
/* 选取竞价主力净买大于0的股票 */
CONDITION3 = JBZL_ALL>=0;
/* 组合选股条件 */
LAST_CONDITION = LAST_CONDITION AND CONDITION1 AND CONDITION2 AND CONDITION3 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]
if stock_code.startswith('sh.688') or stock_code.startswith('sz.300'):
continue
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,tradestatus,pctChg",
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)>=2:
check_point1 = k_data.data[-1][5] >= 3 and k_data.data[-1][5] <= 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
else:
continue
data_jj = bs.query_jrjg_k_data(stock_code, start_date=(datetime.now()-timedelta(days=1)).strftime("%Y-%m-%d"),
end_date=datetime.now().strftime("%Y-%m-%d"), fields="date, hgtzjlr,sgtzjlr,all")
if data_jj.error_code == '0' and len(data_jj.data)>=1:
check_point3 = data_jj.data[0][2] > 0
else:
continue
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。
