(supermind策略)换手率3%-12%、2021年、100亿市值以内的无亏损企业_

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

该选股策略选股逻辑为:选择换手率在3%-12%、上市年份为2021年、市值不超过100亿的无亏损企业股票。

选股逻辑分析

该选股策略基于公司财务数据和市场风险控制,选择合理的换手率、市值、上市年份等关键指标,同时筛选出无亏损公司,选股策略的准确性和可靠性得到提高。

有何风险?

该选股策略存在以下风险:1、过度关注公司财务数据,可能忽略市场宏观环境的影响;2、市值门槛过低,选出的公司可能缺乏竞争力和可持续性;3、过于依赖年份和市值等静态指标,难以适应市场变化。

如何优化?

可以加入其他财务指标,如股息率、盈利增长率等,以辅助选股策略的判断和评估;同时可以关注市场热点和行业趋势,以调整选股策略的关键指标,提高选股的灵活性和市场适应性。

最终的选股逻辑

选择换手率在3%-12%、上市年份为2021年、市值不超过100亿的无亏损企业股票。

同花顺指标公式代码参考

换手率在3%-12%,市值不超过100亿,净利润大于0

CXBZ=="" and DATE=当日 and MVAL < 100 and NPROFIT > 0 and (TURN > 3 and TURN < 12) and IPO_YEAR == 2021

Python代码参考

import pandas as pd
import datetime
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip

# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')

def get_stock_list(api):
    # 遍历股票市场获取所有股票
    dataList = []
    for market in [0, 1]:
        stock_list = api.get_security_list(market, 0)
        results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
                    stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb'], stock['jlr']) for stock in stock_list if
                   stock['code'][0] in ['0', '3'] and stock['market'] == 0 and stock['ipo_year'] == 2021]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb', 'jlr'])

def get_matched_stocks(api, stock_list):
    # 筛选出符合条件的股票
    yesterday = (datetime.datetime.today() - datetime.timedelta(days=1)).strftime('%Y%m%d')
    condition1 = (stock_list['zql'] >= 3) & (stock_list['zql'] <= 12) & (stock_list['jlr'] > 0)
    data = api.get_security_bars(9, 0, stock_list['stock_code'].tolist(), yesterday, yesterday)
    mval = pd.DataFrame(data, columns=['stock_code', 'trade_date', 'open', 'close', 'high', 'low', 'vol', 'amount', 'ltgb', 'marketvalue', 'zy', 'ssf'])['marketvalue'] / 100000000
    condition2 = (mval <= 100)
    matched_stocks = stock_list[condition1 & condition2]['stock_code'].tolist()
    return matched_stocks

#获取股票列表
stock_list = get_stock_list(api)

#筛选符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)

#输出结果
print('下列股票符合选股策略:')
print(matched_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