(supermind)振幅大于1、100亿市值以内的无亏损企业、按个股热度从大到小排序名_

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，按个股热度从大到小排序名。

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. 100亿市值以内可以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. 按个股热度从大到小排序可根据市场需求和投资者情况进行参考。

有何风险？

1. 过度追求股票的短期涨幅可能会忽略掉股票的长期表现和价值。
2. 市盈率过高的股票可能存在高估风险，不利于股票长期的持仓。
3. 排序方式容易受到市场因素的影响，可能并不具有很大的实际意义。

如何优化？

1. 可以加入其他指标如市盈率、市净率、ROE、成交量等多个指标进行筛选。
2. 应该客观考虑股票真实价值，结合多个指标进行选股，可以增加选股的准确性和可靠性。
3. 个股热度的排序可以根据自己的风格进行优化，例如按照财务数据进行排序等。

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，结合多个指标进行筛选，按照符合自身风格的排序方式进行排列，选择适合的股票进行投资。

同花顺指标公式代码参考

(HIGH-LOW)/LOW>=0.01
AND MktValue<=100 AND MktValue>0
AND IF(net_profit>0,1,0)
ORDER BY StockHot DESC

python代码参考

import akshare as ak

def select():
    data = ak.stock_zh_a_daily_sina(symbol="sh000001")
    data.index = pd.to_datetime(data.index)
    data = ak.stock_zh_a_spot()
    data = data.loc[(data['market_capitalization']>0)&(data['market_capitalization']<=100)]
    data = data.loc[(data['high']-data['low'])/data['low']>=0.01]
    data = data.loc[data['net_profit'].astype(float)>0]
    data = data.sort_values(by=['stock_hot'], ascending=False)
    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)