(supermind)振幅大于1、100亿市值以内的无亏损企业、今日上涨_1主板_

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，今日上涨幅度大于1%的主板股票。

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高的企业。
4. 今日上涨幅度大于1%可以筛选出短期内表现较好的主板股票。

有何风险？

1. 这种选股逻辑偏重于短期内的行情波动，对个股基本面分析的依赖相对较低。
2. 没有引入更具体、客观的指标和因素，如市盈率、ROE等。

如何优化？

1. 结合定量和定性指标进行选股，如同时考虑企业的财务数据和产业背景等。
2. 选取多个时期的数据，如20日内和60日内的数据，以获取更准确的结果。
3. 增加可操作性和可持续性的考虑，如考虑止盈和止损等。

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，今日上涨幅度大于1%的主板股票，需要结合长期因素和基本面分析，以筛选具有长期成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) 
AND (CLOSE-REF(CLOSE,1))/REF(CLOSE,1)>0.01 
AND (INDUSTRY LIKE '%主板%')

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[data['net_profit'].astype(float)>0]
    data = data.loc[(data['current_price']-data['last_close_price'])/data['last_close_price']>0.01]
    data = data.loc[(data['industry'].str.contains('主板') == True)]
    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)