(iwencai量化)反包_、企业性质、振幅大于1

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1,企业性质优秀,反包。

选股逻辑分析

该选股逻辑继承了振幅大于1和企业性质优秀的策略,同时加入了反包的要求。反包是指当前股价低于昨日收盘价的股票,这种情况下股票可能会有短期的反弹机会。该选股逻辑的目的是找到波动性较大,价值优秀又有可能存在短期反弹机会的股票。

有何风险?

该选股逻辑仍然存在以下风险:

  1. 反包策略具有短期性,选出的股票不一定拥有较好的长期走势;
  2. 企业性质优秀的判断标准不一定适用于所有公司,不能一概而论;
  3. 选股逻辑过于单一,忽略了其他可能影响股票走势的因素。

如何优化?

在选股策略中,可以结合其他股票基本面指标、技术指标、行业和市场表现指标进行综合考虑,包括但不限于:

  1. 对选股条件要求的优化,可以考虑引入更多的指标,例如营收、市盈率等,以更加全面的判断企业的价值;
  2. 综合运用不同的股票策略,结合反包策略,考虑市场整体和个股的情况,以求更好的效益;
  3. 市场情况和专家建议的考虑,增加选股策略的可靠性,以及问题发掘和解决的能力;
  4. 选股的家族因子、联动涨幅等方面的考虑,可以结合个人的特长去选择合适的投资组合;
  5. 考虑机器学习等技术的引入,通过数据的训练来优化选股策略。

最终的选股逻辑

在综合以上分析基础上,完善后的选股逻辑如下:

  • 振幅大于1;
  • 企业性质优秀,包括但不限于利润率、成长性、股息率等;
  • 股价低于昨日收盘价;
  • 根据市场情况和个人风险偏好,选择适当的排名范围;
  • 在选股过程中,综合考虑技术指标、基本面指标等多个方面进行筛选;
  • 根据综合信息判断股票的投资价值及风险情况,最终得出投资决策。

同花顺指标公式代码参考

该选股逻辑的同花顺指标公式如下:

/* 选股公式 */
A:股价反包;
B:HHV(HIGH,25)/REF(CLOSE,1)>1+EPS;
C:不包含ST;
D:不包含黑名单;
E:市值小于500亿;
F:优选企业性质;
G:价值优秀;
A AND B AND C AND D AND E AND F AND G<=N; /* N为排名范围 */

其中,A:股价反包表示反包策略,B:HHV(HIGH,25)/REF(CLOSE,1)>1+EPS表示股票价格波动大,振幅大于1。 C:不包含ST表示排除ST股票,D:不包含黑名单表示移除黑名单股票。 E:市值小于500亿 表示股票市值不大,可以避免市场波动。F:优选企业性质表示选择优秀的企业性质。G:价值优秀表示选出的股票价值优秀。 A AND B AND C AND D AND E AND F AND G<=N 表示逻辑与且排名不高于N。

Python代码参考

适用于Tushare库的Python选股代码如下:

import tushare as ts

def is_selected(code, eps=1, rank_range=(1, 50)):
    '''
    判断股票是否满足选股逻辑
    '''
    if ts.get_stock_basics()[code]['name'].startswith('*ST'):
        return False
    if code in ['002628', '000532']:
        return False
    if ts.get_stock_basics()[code]['totals'] * ts.get_price(code).iloc[-1]['price'] >= 500:
        return False
    if ts.get_h_data(code, start='2021-01-01', end='2021-10-1').iloc[-1]['close'] >= ts.get_h_data(code, start='2021-01-01', end='2021-10-1').iloc[-2]['close']:
        return False
    return True

# 获取热度排名前N的股票列表,遍历股票进行选股
stocks = ts.top_list()
selected_stocks = []
for i in range(N):
    code = stocks['code'].iloc[i]
    if is_selected(code, rank_range=(1, N)):
        selected_stocks.append(code)

# 利用选股结果进行股票交易
for code in selected_stocks:
    pass # 参考其他策略

其中需要根据选股策略修改参数,通过tushare库获取股票基本面信息和历史交易数据,并利用策略中设定的其他指标进行计算判断,最后利用选股结果进行股票交易。注意代码中各参数的设定,如企业性质优秀、反包等。

    ## 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