问财量化选股策略逻辑
- 至少5根均线重合的股票
- 9点25分涨幅小于6%
- 100亿市值以内的无亏损企业
选股逻辑分析
- 这个策略的逻辑是基于技术分析和基本面分析的结合。首先，选择至少5根均线重合的股票，这表明这些股票的走势比较稳定，不容易出现大幅波动。其次，选择9点25分涨幅小于6%的股票，这表明这些股票的价格还没有被高估，有一定的投资价值。最后，选择100亿市值以内的无亏损企业，这表明这些企业的经营状况良好，有一定的抗风险能力。
有何风险？
- 这个策略的缺点是它可能会错失一些优质股票，因为它的筛选条件比较严格。另外，如果市场出现极端行情，这个策略可能无法及时反应。
如何优化？
- 可以考虑增加更多的筛选条件，例如选择市盈率较低的股票、选择盈利能力较强的股票等等。这样可以进一步提高策略的准确性和可靠性。
最终的选股逻辑
- 选择至少5根均线重合的股票
- 选择9点25分涨幅小于6%的股票
- 选择100亿市值以内的无亏损企业
- 选择市盈率较低的股票
- 选择盈利能力较强的股票
python代码参考
- 以下是一个简单的Python代码示例，用于实现上述策略：
import tushare as ts
# 设置token
ts.set_token('your_token_here')
# 初始化pro接口
pro = ts.pro_api()
# 获取所有股票信息
df = pro.realtime_quotes()
# 筛选符合条件的股票
df = df[df['code'].isin(df[df['code'] < 100000]['code'])]
df = df[df['pct_chg'] < 0.06]
df = df[df['market_cap'] > 0]
# 计算市盈率和盈利能力
df['pe'] = df['close'] / df['eps']
df['roa'] = df['net_profit'] / df['total_revenue']
# 选择符合条件的股票
df = df[df['pe'] < 20]
df = df[df['roa'] > 0.1]
# 输出符合条件的股票信息
print(df[['code', 'pct_chg', 'market_cap', 'pe', 'roa']])
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。
