(supermind)振幅大于1、100亿市值以内的无亏损企业、至少5根均线重合的股票_

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,至少5根均线重合的股票。

选股逻辑分析

该选股逻辑综合考虑了技术和基本面因素,要求股票满足振幅大于1%、市值不超过100亿的无亏损企业,且至少5根均线重合。重合的均线较多时,表明股票的走势较为平稳,且较难被大幅波动所影响,也可以有效减小短期市场的噪音,减少选股的随机性。但该选股逻辑可能忽略了一些重要的风险和未来的发展趋势等因素,需要进行优化。

有何风险?

该选股逻辑可能存在以下风险:

  1. 忽略了一些重要的基本面和未来的经营发展趋势等因素,可能选出一些目前的市场热门,但未来无法持续表现的股票;
  2. 只考虑了过去的走势和技术面,缺少对股票内在价值的评估和预测;
  3. 忽略经济和政策环境等因素的影响,可能无法准确预测未来走势。

如何优化?

为了优化选股逻辑,可以考虑以下方面进行改进:

  1. 考虑加入其他重要的基本面和财务指标等因素,如收益率、市盈率、市净率、现金流等,以更全面地评估企业的价值;
  2. 考虑加入对未来发展趋势和行业风险的评估因素,以便更好地评估企业的长期投资价值;
  3. 考虑参考其他策略和指标,如成长股、价值股、股息等,对选股策略进行补充和完善;
  4. 优化选股标准,加入多重筛选条件,降低选股的难度,并保持选股的独立性。

最终的选股逻辑

经过改进的选股逻辑如下:

  1. 满足振幅大于1%、市值不超过100亿、无亏损的企业;
  2. 均线重合数至少为5个;
  3. 综合考虑其他重要指标,如收益率、市盈率、市净率、现金流、成长性等;
  4. 对未来发展趋势和行业风险进行评估,以便更好地评估企业的长期投资价值;
  5. 选股标准相对较宽松,以降低选股难度。

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:

ACCERATION=EMA(CLOSE-REF(CLOSE,30),30);
CRITICAL_VALUE=STD(ACCERATION,3);
FIVE_MA=MA(CLOSE, 5);
COUNT(CROSS(EMA(U,CRI),EMA(U,1.62*CRI))>0,FIVE_MA>=REF(FIVE_MA,1));

python代码参考

选股逻辑的python代码如下:

def technical_picker(context):
    # 振幅大于1%、市值不超过100亿、无亏损的企业
    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]
    # 均线重合数至少为5个
    moving_average = non_loss.rolling(20).mean()
    overlap_ma = non_loss[moving_average.diff().abs().rolling(6).mean() <= 0.02*non_loss.close.mean()]
    # 综合考虑其他重要指标,如收益率、市盈率、市净率、现金流、成长性等
    critical_value = talib.STDDEV(talib.EMA(non_loss.close - non_loss.close.shift(30), timeperiod=30), timeperiod=3)
    acceleration = talib.EMA(non_loss.close - non_loss.close.shift(30), timeperiod=30)
    overlap_ma = overlap_ma[(talib.CROSS(talib.EMA(acceleration, timeperiod=critical_value), talib.EMA(acceleration, timeperiod=1.62*critical_value)) > 0) & (overlap_ma.close > overlap_ma.shift(1).close)]
    overlap_ma = overlap_ma[overlap_ma.predicted_earnings_growth > overlap_ma.earnings_growth]
    overlap_ma = overlap_ma[overlap_ma.PE > talib.MA(overlap_ma.PE, timeperiod=5)]
    overlap_ma = overlap_ma[overlap_ma.PB > talib.MA(overlap_ma.PB, timeperiod=5)]
    overlap_ma = overlap_ma[overlap_ma.cash_flow > talib.MA(overlap_ma.cash_flow, timeperiod=5)]
    # 对未来发展趋势和行业风险进行评估
    overlap_ma = overlap_ma[overlap_ma.roe > 15][overlap_ma.shift(1).roe > 15][overlap_ma.shift(2).roe > 15][overlap_ma.shift(3).roe > 15][overlap_ma.shift(4).roe > 15]
    # 评估选股逻辑独立性
    overlap_ma = sort_stocks(overlap_ma)
    return overlap_ma.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