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，DEA上涨。
选股逻辑分析
- 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。
- 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。
- 无亏损企业可以筛选质量较好的企业。
- DEA上涨可以筛选出短期内表现较好的股票，并且表示股票处于上涨趋势中。
有何风险？
- DEA指标具有一定的滞后性，使用单一指标进行选股可能存在过分追求短期上涨的风险。
- 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。
- 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？
- 可以引入其他技术指标，如MACD、RSI等，以综合考虑股票的短期和中长期表现。
- 合理控制DEA上涨幅度和时间的要求，以避免过分追求短期上涨而导致风险。
- 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，DEA上涨。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) 和 CROSS(DEA, DEA, 1) > 0
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]
macd, signal, hist = talib.MACD(data['close'].astype(float), fastperiod=12, slowperiod=26, signalperiod=9)
data = data.loc[hist.shift(1)<0] # 判断前一日HIST是否小于0，以满足DEA的上涨条件
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。
