(supermind策略)换手率3%-12%、100亿市值以内的无亏损企业、今日上涨_1主

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑为:在换手率3%-12%、市值100亿以内、无亏损企业的A股中,筛选今日上涨幅度大于1%的主板股票进行排序。

选股逻辑分析

该选股逻辑将换手率、市值、无亏损企业、今日涨幅等因素相结合,具有一定可行性。

有何风险?

忽略了一些市场中长期的经济、政策等基础面的影响,难以把握市场的大势。

如何优化?

建议对股票的进一步筛选,可以综合考虑其他财务指标的影响,如收益、资产负债率、ROE等,同时联合分析调查机构的研究报告,从行业和市场等角度综合考虑股票的相对估值和风险收益。

最终的选股逻辑

在符合换手率3%-12%、市值100亿以内、无亏损的A股中,选取今日上涨幅度大于1%的主板股票进行排序,综合考虑其他因素。

同花顺指标公式代码参考

选股公式:
CIRCMV<10000000000 AND BOARD = 1 AND TURNRATE>=3 AND TURNRATE<=12 AND (REF(EPS, 1) + REF(EPS, 2) + EPS) / 3 > 0 AND CHANGE > 1 ORDER BY CIRC_MV DESC

Python代码参考

import pandas as pd
import tushare as ts

# 获取符合条件的股票
def get_good_stocks():
    good_list = []
    ts.set_token('your_token')
    pro = ts.pro_api()
    stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code')['ts_code']
    
    for ts_code in stock_list:
        if pro.namechange(ts_code=ts_code) and pro.namechange(ts_code=ts_code)['name'].iloc[0].find('ST') >= 0:  # 筛选非ST股票
            continue
        
        # 筛选符合条件的股票
        daily_data = pro.daily(ts_code=ts_code, start_date='20220223', end_date='20220223')
        if daily_data.empty or daily_data.iloc[-1]['turnover_rate'] < 0.03 or daily_data.iloc[-1]['turnover_rate'] > 0.12:
            continue
        
        market_data = pro.daily_basic(ts_code=ts_code, start_date='20220223', end_date='20220223', fields='circ_mv, board')
        if market_data.empty or market_data.iloc[-1]['circ_mv'] / 100000000 > 100 or market_data.iloc[-1]['board'] != '主板':
            continue
        
        company_data = pro.fina_indicator(ts_code=ts_code, start_date='20180101', end_date='20211231', fields='eps')
        if company_data.empty or company_data.iloc[-1]['eps'] <= 0 or (company_data.iloc[-1]['eps'] + company_data.iloc[-2]['eps'] + company_data.iloc[-3]['eps']) / 3 <= 0:
            continue
        
        if daily_data.iloc[-1]['change'] <= 1:
            continue
        
        good_list.append(ts_code)
        
    # 根据市值排序
    sorted_data = pro.daily_basic(ts_code=','.join(good_list), start_date='20220223', end_date='20220223', fields='circ_mv, ts_code')
    sorted_data = sorted_data[sorted_data['circ_mv'] > 0].sort_values(by='circ_mv', ascending=False)
    good_list = sorted_data['ts_code'].tolist()
    
    return good_list

good_stocks = get_good_stocks()
print(good_stocks)
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论