(iwencai量化策略)按个股热度从大到小排序名_、未清偿可转债简称不可为空、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、未清偿可转债简称不可为空、按个股热度从大到小排序名。该选股策略结合了股票交易波动性、公司基本面和市场情绪因素,找到具备高投资价值的股票。

选股逻辑分析

振幅大于1、未清偿可转债简称不可为空的逻辑与之前相同,按个股热度从大到小排序名的逻辑代表着市场情绪因素和人气热度等非基本面因素的影响,结合股票的交易波动性和公司基本面可以找到更具投资潜力的股票。

有何风险?

该选股策略忽略了股票基本面以外的一些因素,如宏观经济状况、政策因素等。在一些市场异常波动或政策干预的情况下,该选股策略可能会出现较大的误判。

如何优化?

应该在选择股票的基本面和市场情绪因素的基础上,加入其他因素的考虑,如行业趋势、公司竞争优势等。同时,可以引入动态的指标如ROE增长率等来衡量公司的成长性和投资价值。

最终的选股逻辑

对于A股市场来说,选股逻辑为:振幅大于1、未清偿可转债简称不可为空、按日均成交额从大到小排序名。

同花顺指标公式代码参考

(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4), 1) != '3') AND (VOL/(CAPITAL*PRICE) > 0.01) ORDER BY VOL DESC

以上为计算选股逻辑的通达信指标公式,按股票的日均成交额从大到小排序名。

Python代码参考

import tushare as ts
import pandas as pd

def get_selected_stocks():
    pro = ts.pro_api()
    selected_stocks = []
    all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name').values.tolist() if name[0]!='S' and '创业板' not in name and '科创板' not in name and '退' not in name]
    for ts_code in all_stocks:
        finance_data = pro.query('fina_indicator', ts_code=ts_code, fields='pb,pe_ttm')
        if finance_data.empty or finance_data.iloc[0]['pb']>1.5 or finance_data.iloc[0]['pe_ttm']<0:
            continue
        daily_data = pro.daily(ts_code=ts_code, start_date=(pd.Timestamp.now() - pd.Timedelta(days=501)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d'))
        if daily_data.empty:
            continue
        if daily_data.iloc[0]['high_limit'] == daily_data.iloc[0]['low_limit']:
            continue
        if (daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low'])/daily_data.iloc[-1]['low'] <= 0.01:
            continue
        all_data = pro.stock_company(ts_code=ts_code, fields='pro_name')
        if all_data.empty:
            continue
        selected_stocks.append((all_data.iloc[0]['pro_name'], ts_code))
    selected_stocks_sorted = sorted(selected_stocks, key=lambda x: pro.daily(ts_code=x[1], start_date=(pd.Timestamp.now() - pd.Timedelta(days=30)).strftime('%Y%m%d'), end_date=(pd.Timestamp.now() - pd.Timedelta(days=1)).strftime('%Y%m%d')).iloc[-30:]['amount'].mean(), reverse=True)
    return selected_stocks_sorted

以上为Python代码实现,选股逻辑为:振幅大于1、未清偿可转债简称不可为空、按日均成交额从大到小排序名,加入PB的筛选因素进行选股。可在代码中自定义选股指标的筛选条件,根据实际投资需求进行选股。

    ## 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