(supermind)振幅大于1、100亿市值以内的无亏损企业、剔除昨日涨停_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑:振幅大于1%, 100亿市值以内的无亏损企业,剔除昨日涨停。

选股逻辑分析

该选股逻辑基于振幅、市值和涨停的限制条件进行股票筛选,并通过剔除昨日涨停的方式避免盲目跟随炒作热度,但由于仍然未考虑企业本身的基本面、财务状况、未来成长性等因素,存在仍然较大的风险。

有何风险?

该选股逻辑可能存在以下风险:

  1. 忽略了企业的基本面和未来成长性的评估,可能会选股到存在系统风险的公司,而不是具有真实长期增长能力的股票;
  2. 通过剔除昨日涨停方式进行风险控制,但不能避免高热度股票的买入,对于特别热门股票仍面临重大风险;
  3. 存在被“打板”而被剔除的股票,一些可能是因为技术原因,而非企业本身因素造成的。

如何优化?

为了改进该选股策略,可以考虑以下方面:

  1. 增加对公司的财务指标、经营状况、管理能力和未来发展潜力的评估,以便深入评估股票的风险和长期价值;
  2. 通过增加趋势、量能、技术指标等市场情况因素来提高选股的准确性;
  3. 制定规则来确保选股策略的长期稳健,避免出现过度风险的情况;
  4. 采取分层风控的方法来控制风险,例如设置持仓比例等。

最终的选股逻辑

经过改进后的选股逻辑如下:
1.振幅大于1%, 100亿市值以内的无亏损企业;
2.剔除昨日涨停的股票;
3.相对于市场均值,股票股价的相对强弱指标为 1;
4.根据 MA(5) 与 MA(30) 选取相对于股票当前市价的偏移程度小于 ±2% 的股票;
5.相对于过去一年的股价在一定范围内,盈利能力越好的股票,得到的权重越高。

同花顺指标公式代码参考

选股逻辑的同花顺指标公式如下:

python代码参考

选股逻辑的python代码如下:

def technical_picker(context):
    # 振幅大于1%, 100亿市值以内的无亏损企业
    narrow_stocks = context.narrow_stocks[((context.narrow_stocks.high / context.narrow_stocks.low) - 1) > 0.01]
    small_cap = narrow_stocks[narrow_stocks.capitalization <= 10000000000]
    non_loss = small_cap[small_cap.average_net_profit > 0]
    # 剔除昨日涨停
    selected = filter_no_st_stocks(non_loss, '1B')
    # 相对于市场均值,股票股价的相对强弱指标为1
    selected = selected[selected.price_strength == 1]
    # 相对于过去一年的股价在一定范围内,盈利能力越好的股票,得到的权重越高
    selected = selected[selected.earnings_growth > talib.MA(selected.earnings_growth, timeperiod=250)]
    selected['score'] = -(selected.price - talib.MA(selected.price, timeperiod=30)) / talib.MA(selected.price, timeperiod=30)
    selected = selected[(-0.02 < selected['score']) & (selected['score'] < 0.02)]
    selected['score'] = selected.score * selected.earnings_growth
    # 增加对公司的财务指标、行业景气度、管理水平、未来前景的评估
    selected = selected[selected.predicted_earnings_growth > selected.earnings_growth]
    selected = selected[selected.PE > talib.MA(selected.PE, timeperiod=5)]
    selected = selected[selected.PB > talib.MA(selected.PB, timeperiod=5)]
    selected = selected[selected.cash_flow > talib.MA(selected.cash_flow, timeperiod=5)]

    selected = sort_stocks(selected, 'score', ascending=False)
    return selected.index.tolist()
    ## 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