(iwencai量化策略)PE_0_、至少5根均线重合的股票、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

该选股策略包括三个条件:

  • 振幅大于1;
  • 至少5根均线重叠的股票;
  • 当前PE大于0。

选股逻辑分析

该选股策略从技术面和基本面综合考虑,考虑股票的波动性、趋势、估值等因素。振幅大于1意味着股票波动性较大,在一定程度上可以体现股票热度和市场情绪。至少5根均线重叠意味着股票短期和长期趋势都比较明显。当前PE大于0表明公司处于盈利状态。该策略综合考虑了市场波动、公司趋势和盈利情况等因素,可较好地发现有潜力的标的,但也存在一定的局限性。

有何风险?

该选股策略较为侧重技术面因素,没有考虑公司基本面质量、行业等因素。同时,该选择策略对于一些波动较大的股票容易产生过多的信号,而忽视了一些多年稳健运作的标的,因此需要进一步完善。

如何优化?

为了增加选股的准确性和稳健性,可以引入其他技术指标和基本面指标辅助选股。例如,考虑加入日均线、MACD等技术指标,以及ROE、毛利率等基本面指标,以更全面、细致地把握市场热点和公司价值。此外,可以建立更为严格的选股条件,并考虑到个股的市值,以减少波动较大的小盘股对选股结果的影响。

最终的选股逻辑

综合上述分析,我们可以完善该选股策略为:

  • 振幅大于1;
  • 至少5根均线重叠;
  • 当前PE大于0;
  • 过去三年ROE大于10% ;
  • 过去三年毛利率大于25% 。

同花顺指标公式代码参考

  • 无通达信指标公式。

python代码参考

import pandas as pd 
import tushare as ts
import talib

def get_stock_pool(date):
    # 获取所有股票代码
    df = ts.get_stock_basics()
    codes = df.index.tolist()

    result = pd.DataFrame()

    for code in codes:
        # 上市不足60天的股票忽略
        if (pd.to_datetime(date) - pd.to_datetime(df.loc[code]['timeToMarket'])).days <= 60:
            continue

        bars_all = ts.get_k_data(code, '2022-01-01', date)

        if bars_all is None or bars_all.empty or len(bars_all) < 2:
            continue
        high, low, close = bars_all['high'].values, bars_all['low'].values, bars_all['close'].values
        amplitude = (high - low) / close[:-1]
        is_amplitude_large = amplitude.max() > 0.008

        # 至少5根均线重叠
        ma_5 = talib.MA(close, timeperiod=5)
        ma_10 = talib.MA(close, timeperiod=10)
        ma_20 = talib.MA(close, timeperiod=20)
        ma_30 = talib.MA(close, timeperiod=30)
        ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20, ma_30]]))
        is_ma_converge = ma_count >= 5

        # 当前PE大于0,过去三年ROE大于10%,过去三年毛利率大于25%
        if df.loc[code]['pe'] > 0 and df.loc[code]['roe'] > 10 and df.loc[code]['gross_profit_rate'] > 25:
            result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars_all['close'].iloc[-1], 'industry': df.loc[code]['industry']}, ignore_index=True)

    result = result.sort_values(by=['price'], ascending=False)
    return result

注:该函数用于在某个日期获取备选股票池,返回dataframe,包括代码,名称,最新价格和行业。其中涉及的均线、PE、ROE、毛利率等指标可以参考财务数据接口和TALib。

    ## 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