问财量化选股策略逻辑
选股逻辑:振幅大于1,深证主板中市盈率0-29.01,市净率0-3.11的股票,10日涨幅大于0小于35。选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股逻辑在前一逻辑的基础上增加了10日涨幅的条件,这可以更加准确地筛选出短期内有上涨趋势的股票。另外,该选股逻辑仍然使用市盈率和市净率等基本面指标来进行筛选,相比技术分析指标和其他基本面指标来说较为简单。
有何风险?
该选股逻辑的风险主要包括:
- 基本面指标的变化可能会影响选股效果;
- 市场风格和行业变化可能也会影响选股结果,如果市场整体趋势下跌或者所选行业表现不佳,则选股效果会受到影响;
- 只是简单采用市盈率和市净率等指标,未进行更深入的分析。
如何优化?
为了优化该选股策略,我们可以考虑以下方面:
- 结合其他基本面指标和财务数据,建立更为全面的选股系统;
- 利用技术分析指标辅助选股,增加选股效果;
- 结合市场趋势和行业发展情况,调整选股逻辑;
- 设置更细致的进出场策略,减少风险和提高收益。
最终的选股逻辑
经过考虑和优化之后,我们提出如下的选股逻辑:
- 振幅大于1的深证主板股票;
- 市盈率在0-29.01,市净率在0-3.11;
- 10日涨幅大于0小于35。
同花顺指标公式代码参考
- 振幅:ZHENFU();
- 市盈率:C/CBLY0;
- 市净率:C/LBB;
- 10日涨幅:REF(C,10)/C * 100 - 100 > 0 AND REF(C,10)/C * 100 - 100 < 35。
Python代码参考
利用Tushare库和pandas数据框架,计算选股结果的Python代码如下:
import pandas as pd
import tushare as ts
def is_selected(code):
'''
判断股票是否符合选股逻辑
'''
# 基本面指标筛选
stock_basics = ts.get_stock_basics()
base = stock_basics[stock_basics.index==code]
if base.empty or base['pe'].values[0] < 0 or base['pe'].values[0] > 29.01 or \
base['pb'].values[0] < 0 or base['pb'].values[0] > 3.11 or base['area'].values[0] != '深圳':
return False
# 10日涨幅筛选
hist_data = ts.get_hist_data(code)
if hist_data is None or len(hist_data) < 10 or hist_data['pct_change'].iloc[-10:].min() <= 0 or \
hist_data['pct_change'].iloc[-10:].max() >= 35:
return False
# 振幅筛选
today = ts.get_today_ticks(code, 1)
if today is None or len(today) == 0 or (today['high'] - today['low'])/today['price'].values[0] * 100 <= 1:
return False
return True
# 获取符合选股逻辑要求的股票列表
selected_stocks = ts.get_stock_basics().index[ts.get_stock_basics().apply(is_selected, axis=1)].tolist()
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
该代码中还要注意的是涨跌幅的计算方法,涨幅为正数的条件为 REF(C,10)/C * 100 - 100 > 0
,涨幅小于35%的条件为 REF(C,10)/C * 100 - 100 < 35
,需要根据实际情况进行调整。
## 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。
