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，深证主板中市盈率0-29.01市净率0-3.11的股票。
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。
- 100亿市值以内可以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。
- 选择深证主板可以筛选出较为成熟的企业，市盈率和市净率的范围选择可以进一步筛选较为具有投资价值的股票。
有何风险？
- 股票选择过多可能造成过度分散，影响投资效果。
- 选股逻辑只考虑数值指标，可能忽略了企业的其他重要信息，如行业前景和竞争力等。
- 市场波动较大，可能导致选股策略的失败。
如何优化？
- 筛选股票时，应结合股票基本面和行业前景等多方面因素，综合考虑选股。
- 根据不同的选股逻辑进行组合，可以得到更优的投资组合。
- 应加强对市场的监控和分析，以及及时的调整选股策略。
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，选择深证主板中市盈率0-29.01市净率0-3.11的股票，在价格＜12的基础上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)
AND MarketType=="深证主板"
AND PE_TTM>=0 AND PE_TTM<=29.01 AND PB>=0 AND PB<=3.11
AND CLOSE<12
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.loc[data['market_type']=='深证主板']
data = data.loc[(data['pe_ttm']>=0)&(data['pe_ttm']<=29.01)&(data['pb']>=0)&(data['pb']<=3.11)]
data = data.loc[data['close']<12]
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。
