(supermind)振幅大于1、100亿市值以内的无亏损企业、2021年营收除2018年

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，2021年营收/2018年营收大于1.1。

选股逻辑分析

1. 振幅大于1可以筛选出短期内波动较大的股票，有较大的盈利机会。
2. 100亿市值以内可筛选出市值较小的股票，可能具有较好的成长潜力。
3. 无亏损企业可以筛选质量较好的企业。
4. 2021年营收/2018年营收大于1.1的股票可以筛选出成长性较好的企业，具有较好的盈利潜力。

有何风险？

1. 选股逻辑过于注重营收成长率，可能会存在过分追求成长的风险。
2. 选股逻辑过于短期化，可能会存在过拟合和筛选漏洞的风险。
3. 选股逻辑过于单一，可能会存在相关性较高的股票被漏选的风险。

如何优化？

1. 可以引入其他财务指标，如净利润增长率、毛利率、ROE等，以综合考虑企业财务状况。
2. 合理控制成长率要求的上限，以避免过分追求成长而导致风险。
3. 在筛选市值较小的股票时，可根据行业和业务特点进行筛选。

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，2021年营收/2018年营收大于1.1。在筛选股票时应该综合考虑多种因素，以减少筛选漏洞。

同花顺指标公式代码参考

ABS(HIGH-REF(HIGH,1))/REF(HIGH,1) > 0.01 AND MktValue<=100 AND MktValue>0 AND IF(net_profit>0, 1, 0) AND ((tmp_er_2021 / tmp_er_2018)>1.1)

python代码参考

import akshare as ak

def select():
    data = ak.stock_zh_a_spot()
    data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
    data = data.loc[data['current_price']!=data['last_close_price']]
    data = data.loc[talib.ABS(data['high']-data['high'].shift(1))/data['high'].shift(1)>0.01]
    data = data.loc[data['net_profit'].astype(float)>0]
    data['2018_er'] = data['eps'].astype(float)* data['total_share'].astype(float)/100000000
    data['2021_er'] = data['2018_er'].astype(float) * data['pb'].astype(float)
    data = data.loc[data['2021_er']/data['2018_er']>1.1]
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)