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，买一量>卖一量。
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。
- 买一量>卖一量可以筛选出市场看好的股票，最近的买卖情况较为积极。
有何风险？
- 选股逻辑仅依据短期内的波动情况和盈利能力，容易受到市场情绪和投机因素的干扰。
- 买一量>卖一量并不能完全反映市场情况，过分依赖该指标容易产生市场意外风险。
- 选股逻辑过于短期化，可能存在过于追求短期收益的风险。
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。
- 综合考虑多种因素，如业绩、营收、市场份额等，以减少单一指标的风险。
- 可以适当延长选股周期，增加筛选稳定性，避免过于追求短期收益带来的风险。
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，需要综合考虑多种指标和因素，以筛选具有较好成长潜力和质量的股票。
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 Buy1Volume > Sell1Volume
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 = data.loc[data['buy_vol'].astype(float)>data['sell_vol'].astype(float)]
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。
