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，三连阴。
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高的企业。
- 三连阴可以筛选出一定的调整区间，有较大的跌价空间。
有何风险？
- 选股逻辑过于依赖短期行情，容易受到市场情绪和投机因素的影响。
- 对于三连阴的判定，可能容易出现判断失误，导致选股结果有误。
- 选股过于短期化，容易忽略股票的长期稳定性和潜在价值。
如何优化？
- 引入更多的指标和因素进行筛选，如市净率、PEG比率、成交金额等，以提高筛选精度。
- 可以考虑引入长期因素，在短期波动较大的股票中，筛选长期上涨趋势明显的个股，以减少短期波动过大的风险。
- 选股过程中，结合技术分析和基本面分析，以提高选股的准确性和稳定性。
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，需要结合长期因素，辅以技术和基本面分析，以筛选具有稳定增长潜力和质量的个股。
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 (Ref(C,1)-C)>0 AND (Ref(C,2)-Ref(C,1))>0 和 (Ref(C,3)-Ref(C,2))>0
python代码参考
import akshare as ak
import talib
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 = data.loc[data['close'].shift(1)-data['close']>0]
data = data.loc[data['close'].shift(2)-data['close'].shift(1)>0]
data = data.loc[data['close'].shift(3)-data['close'].shift(2)>0]
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。
