问财量化选股策略逻辑
选股逻辑为振幅大于1、100亿市值以内的无亏损企业、10天内涨停天数大于2。
选股逻辑分析
- 振幅大于1可以筛选出波动较大、有较大盈利机会的股票。
- 100亿市值以内可以筛选出市值较小、成长性较高的股票。
- 无亏损企业可以筛选出质量较高的企业。
- 10天内涨停天数大于2可以筛选出涨势较强、市场关注度较高的股票。
有何风险？
- 涨停天数多并不能保证未来股票表现好，过度关注涨停股可能导致盲目跟风。
- 选股逻辑的筛选条件较为单一，可能忽略其他重要因素，如行业前景、财务情况等。
如何优化？
- 可以结合其他技术指标、基本面数据等因素，综合考虑选股。
- 可以建立较为全面的选股系统，包含多个策略，进行组合筛选。
- 应注意市场风险和个股风险，合理控制仓位、分散风险。
最终的选股逻辑
选股逻辑为振幅大于1、100亿市值以内的无亏损企业、10天内涨停天数大于2，并且市盈率低于行业平均值。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND MktValue<=100 AND MktValue>0
AND IF(net_profit>0,1,0)
AND SUM(CLOSE=REF(REF(CLOSE,1),1),10)>=2
AND IF((PE_TTM-industry_average_PE_TTM)<=0,1,0)
python代码参考
import akshare as ak
def select():
data = ak.stock_zh_a_daily_sina(symbol="sh000001")
data.index = pd.to_datetime(data.index)
data = ak.stock_zh_a_spot()
data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
data = data.loc[(data['high']-data['low'])/data['low']>=0.01]
data = data.loc[data['net_profit'].astype(float)>0]
data = data.loc[(data['close'].rolling(10).apply(lambda x: len([i for i in x if i==x[-1] and i!=x[0]])>=2))]
data = data.loc[(data['pe_ttm']<=data['industry_average_pe_ttm'])]
return data
## 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。
