(supermind策略)换手率3%-12%、100亿市值以内的无亏损企业、机构动向大于0

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,选择机构动向大于0的个股进行投资。

选股逻辑分析

该选股逻辑通过选取市值适中、流通性较好且无亏损的个股,将机构动向作为重要的选股指标。机构投资者对于个股的研究较深入,其动向也比普通散户更能影响个股的走势。将机构动向作为选股因素能够提高投资成功的概率,从而规避风险。

有何风险?

该选股逻辑没有全面考虑市场情况和个股基本面因素,如果市场整体下跌或个股的基本面未能得到重视,则可能会导致投资失败。另外,市场监管方面的因素也可能导致机构投资者的动向与实际情况不一致,抬高了选股风险。

如何优化?

可以将机构动向作为选股因素之一,加入其它指标综合考虑。例如,可以考虑加入个股的基本面指标和行业因素,以更全面地评估股票的价值和潜力。同时,建议在投资前对市场监管情况进行深入的研究和分析,以降低选股风险。

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,选择机构持股量逐渐增加的个股进行投资,并综合考虑个股的基本面、行业因素以及市场监管情况等多个因素,以规避选股风险。

同花顺指标公式代码参考

选股公式:(CIRCMV <= 10000000000 AND SHELL = 0 AND TBD = 0 AND JGDAYSINC > 0) ORDER BY CIRCMV DESC

Python代码参考

import pandas as pd
import tushare as ts 

def get_good_stocks(N):
    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:  # 非ST股票
            continue
        
        finance_data = pro.fina_indicator(ts_code=ts_code, start_date='20190101', end_date='20211231', fields='eps')
        if finance_data.empty or finance_data.iloc[-1]['eps'] <= 0:
            continue
        
        hold_data = pro.institutional_hold(ts_code=ts_code, start_date='20200101', end_date='20211231', fields='sum_pct')
        if hold_data.empty or hold_data.iloc[-1]['sum_pct'] <= hold_data.iloc[0]['sum_pct']:
            continue
        
        market_data = pro.daily_basic(ts_code=ts_code, start_date='20220223', end_date='20220223', fields='ts_code, circ_mv')
        if market_data.empty or market_data.iloc[-1]['circ_mv'] > 10000000000:
            continue
        
        good_list.append([ts_code, hold_data.iloc[-1]['sum_pct'], market_data.iloc[-1]['circ_mv']])
        
    sorted_data = pd.DataFrame(good_list, columns=['ts_code', 'score', 'circ_mv']).sort_values(by='score', ascending=False).reset_index(drop=True)
    good_list = sorted_data[sorted_data['circ_mv'] <= 10000000000]['ts_code'].tolist()[:N]
    
    return good_list

good_stocks = get_good_stocks(10)
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