(supermind策略)换手率3%-12%、60开头的股票、价格<12_

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:在换手率为3%-12%、股票代码以60开头、价格<12的股票中选股。

选股逻辑分析

该选股策略主要侧重于价格的低估和市场地位,同时考虑了股票的换手率。价格低估的标的往往有较高的投机性和成长性,如果市场对其估值产生变化,可以有很好的回报。换手率主要考虑标的股票的流通性,可以减少因市场情绪波动而产生的风险。

有何风险?

标的股票价格低下有可能反映了市场对公司的弱利润、现金流等问题,可能会存在更大的风险。同时,这个选股逻辑所拥有的细节并不多,很难保证可以成功抓行情。

如何优化?

可以综合加入其他更加深入剖析公司财务状况的指标,如净利润增长率、资产负债率等,从而对更有价值的标的进行选择。同时,还可以对价格指标进行调整,如适当增加价格上限,从而减少风险。

最终的选股逻辑

在换手率为3%-12%、股票代码以60开头、价格<12的股票中选股。

同花顺指标公式代码参考

选股公式:选择换手率在3%-12%、股票代码以60开头、价格<12的股票。可以使用通达信的技术指标进行选股,如价量分析等。

Python代码参考

import pandas as pd
import tushare as ts

token = 'your token'
pro = ts.pro_api(token)

def get_stock_list(pro):
    # 获取股票列表
    stock_info = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,area,industry,market,fullname,enname')
    stock_info = stock_info[stock_info['ts_code'].str.startswith('60')] # 筛选出股票代码以60开头的股票
    return stock_info

def get_good_stocks(stock_list, api):
    # 获取符合选股规则的标的
    good_list = []

    # 获取交易日历和当前交易日
    trade_cal = api.trade_cal(exchange='', start_date='20220101', end_date='20220301', is_open='1')
    trade_cal = trade_cal.loc[trade_cal['cal_date'] >= '2020-01-01', 'cal_date'].tolist()
    current_trade_date = trade_cal[-1]

    # 遍历股票列表
    for idx, stock in enumerate(stock_list.ts_code.tolist()):
        print("正在处理第 {} 只股票,代码为 {}".format(idx+1, stock))
        
        daily_basic = api.daily_basic(ts_code=stock, trade_date=current_trade_date)

        if daily_basic.empty or daily_basic.iloc[0]['pe'] <= 0:
            continue
        
        price = daily_basic.iloc[0]['close']
        if price < 12:
            turnover_rate = daily_basic.iloc[0]['turnover_rate']
            if turnover_rate >= 3 and turnover_rate <= 12:
                good_list.append([stock, daily_basic.iloc[0]['pe'], price])

    return good_list

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

# 获取符合选股规则的标的
good_stocks = get_good_stocks(stock_list, pro)

# 输出结果
df_good_stocks = pd.DataFrame(good_stocks, columns=['stock', 'PE', 'price'])
print('选股结果:')
print(df_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

需要帮助?

试试AI小助手吧