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，饮料酒进出口。
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。
- 饮料酒进出口可以筛选出占据一定市场份额的行业领先企业，具有较好的盈利和发展前景。
有何风险？
- 行业选择过于狭隘，可能导致过度集中在该行业中，缺乏分散化的风险控制。
- 选股逻辑过于短期化，可能存在过分追求短期上涨的风险。
- 选股逻辑过于单一，可能会存在相关性较高的股票被漏选的风险。
如何优化？
- 可以引入其他行业，适量降低行业依赖度，提高分散化程度。
- 合理控制振幅和市值要求，以避免过分追求短期上涨而导致风险。
- 在筛选企业时，可以引入其他指标和因素进行综合考虑，如PEG比率、财务指标等。
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，饮料酒进出口。在筛选股票时应该综合考虑多种因素，以减少筛选漏洞和风险。
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 (GZLXJ = '饮料' OR GZLXJ = '酒类') // GZLXJ为行业分类
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['industry']=='饮料')|(data['industry']=='酒类')]
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。
