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，挑选归属母公司股东的净利润同比增长率在20%到100%之间的股票进行排序。
选股逻辑分析
该选股逻辑将换手率、市值、无亏损企业、净利润增长率等因素相结合，具有一定可行性。
有何风险？
仅考虑净利润增长率，可能忽略了其他财务指标的影响，如收益、资产负债率、ROE等，同时净利润指标也易受到会计政策和财务诈骗等影响，选股策略不够稳定。
如何优化？
可综合考虑多个财务指标，如增速、同比、环比、季度变化等，同时从行业和市场等角度，考虑其相对估值和风险收益，综合搭配。
最终的选股逻辑
在符合换手率3%-12%、市值100亿以内、无亏损企业的A股中，筛选归属母公司股东的净利润同比增长率在20%到100%之间的股票，综合考虑其他因素进行排序。
同花顺指标公式代码参考
选股公式：
CIRCMV<10000000000 AND TURNRATE>=3 AND TURNRATE<=12 AND (REF(EPS, 1) + REF(EPS, 2) + EPS) / 3 > 0 AND (PROFIT_PARENT_COMP_QYOYTR >= 20 AND PROFIT_PARENT_COMP_QYOYTR <= 100) 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='20220221', 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')
if market_data.empty or market_data.iloc[-1]['circ_mv'] / 100000000 > 100:
continue
company_data = pro.fina_indicator(ts_code=ts_code, start_date='20180101', end_date='20211231', fields='eps, profit_parent_comp_qyoq, profit_parent_comp_qyoq')
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 or company_data.iloc[-1]['profit_parent_comp_qyoq'] <= 20 or company_data.iloc[-1]['profit_parent_comp_qyoq'] > 100:
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。
