(supermind策略)换手率3%-12%、100亿市值以内的无亏损企业、昨天换手率>8

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、无亏损的A股中选取昨天换手率大于8%的股票。

选股逻辑分析

此选股策略对公司基本面不做要求,主要依据昨天股票的交易情况,通过一定的区间换手率来选股,适用于短线投资者。

有何风险?

忽略了公司基础面的考虑,只单纯考虑交易情况,可能会产生较大的市场波动和风险。同时,好的股票在投资者的强烈关注下,可能容易被短暂推高,存在一定的投机成分。此外,仅考虑昨天换手率可能忽略了其他市场因素,不具有持续性。

如何优化?

可以在考虑昨天换手率的基础上,加入其他技术指标如RSI、MACD等,进一步筛选股票的质量。同时,可以增加对公司基本面指标的考虑,如利润增长率、市盈率等,从多方面尽量降低风险。

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股中选取昨天换手率大于8%、且综合考虑股票的技术指标、市场表现以及公司基本面,构建更全面和稳定的选股策略。

同花顺指标公式代码参考

选股公式:(HSL >= 0.03 AND HSL <= 0.12 AND CIRCMV > 10000000000 AND PREHV > 8 AND MARKET in ('深交所主板', '上交所主板')) ORDER BY RAND()

Python代码参考

import pandas as pd
import tushare as ts

def get_good_stocks():
    good_list = []

    ts.set_token('your_token')
    pro = ts.pro_api()

    # 获取股票列表
    stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date')

    for ts_code in stock_list['ts_code']:

        # 判断该股票是否亏损
        income_data = pro.income(ts_code=ts_code, start_date='20190101', end_date='20211231')
        if income_data[income_data.report_type == '1'].iloc[-1]['n_income'] < 0:
            continue

        # 判断该股票的市值是否符合条件
        market_data = pro.daily_basic(ts_code=ts_code, start_date='20220215', end_date='20220218', fields='ts_code, circ_mv, total_mv')
        if market_data[market_data['circ_mv'] <= 10000000000].empty:
            continue

        # 判断昨天的换手率是否符合条件
        market_data = pro.daily_basic(ts_code=ts_code, start_date='20220218', end_date='20220218')
        if market_data.empty or market_data.iloc[0]['turnover_rate'] <= 8:
            continue

        good_list.append(ts_code)

    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