(supermind)振幅大于1、2021年、深证主板中市盈率0-29

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为振幅大于1、2021年、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

  1. 振幅大于1表明该股票波动性较高,有较大的涨幅和收益的可能;
  2. 选取2021年的股票可以筛选出目前市场情况下行情最好的股票;
  3. 深证主板是指中国深圳证券交易所的主板市场,其股票属于大盘蓝筹股,市盈率和市净率的选取范围可以筛选出性价比较好的股票;
  4. 筛选市盈率0-29.01和市净率0-3.11的股票,也是基于股票的性价比考虑,市盈率和市净率呈现正比关系。同时,选择较低的市盈率和市净率可以降低投资风险。

有何风险?

  1. 股票波动性较高,存在市场风险;
  2. 市盈率和市净率的选择范围可能存在主观性,选择不恰当可能会导致投资风险。

如何优化?

  1. 根据自己的风险承受能力和投资目标选择合适的市盈率和市净率范围;
  2. 按照市盈率和市净率加权考虑,可以更全面地考虑股票性价比;
  3. 设定合适的止损和止盈点位进行风险控制。

最终的选股逻辑

振幅大于1、2021年、深证主板中市盈率0-29.01、市净率0-3.11的股票进入待投资池。

同花顺指标公式代码参考

//振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
//2021年
COND2:=YEAR=2021;
//深证主板
COND3:=SELECT SECCODE FROM SecMain WHERE SECCODE LIKE "0%" AND SUBSTR(SECCODE, 1, 3) != "009" AND SUBSTR(SECCODE, 1, 1) IN ("0", "3");
//市盈率和市净率范围
COND4:=PE>=0 AND PE<=29.01 AND PB>=0 AND PB<=3.11;
//综合条件
CONDITION:=COND1 AND COND2 AND COND3 AND COND4;
SIGNAL:=CHECKCOND(CONDITION, 1);

Python代码参考

import pandas as pd
import akshare as ak

def get_finance_data(stock_code):
    finance_df = ak.stock_financial_report_sina(stock_code, symbol="balancesheet")
    finance_df = finance_df[finance_df['报告日期'] == finance_df['报告日期'].max()]
    finance_df = finance_df[['股票代码', '每股净资产', '每股收益']]
    finance_df['市净率'] = finance_df['股票代码'].apply(lambda x: ak.stock_a_lately_report(x)['market_cap'] / 100 / finance_df.loc[finance_df['股票代码'] == x, '每股净资产'].values[0] if len(ak.stock_a_lately_report(x)['market_cap']) > 0 else 0)
    finance_df['市盈率'] = finance_df.apply(lambda x: ak.stock_a_lately_report(x['股票代码'])['pe_ttm'] if len(ak.stock_a_lately_report(x['股票代码'])['pe_ttm']) > 0 else 0, axis=1)
    finance_df.rename(columns={'股票代码': '代码'}, inplace=True)
    return finance_df[['代码', '市盈率', '市净率']]

def select(df):
    # 振幅大于1
    df = df[(df['最高价'] - df['最低价']) / df['收盘价'] > 0.01]
    # 2021年
    df = df[df['交易日期'].dt.year == 2021]
    # 深证主板
    df = df[df['代码'].apply(lambda x: x.startswith('0') and x[:3] != '009' and x[0] in ('0', '3'))]
    # 市盈率和市净率
    finance_df = get_finance_data(df['代码'].tolist())
    df = pd.merge(df, finance_df, on='代码')
    df = df[(df['市盈率'] >= 0) & (df['市盈率'] <= 29.01) & (df['市净率'] >= 0) & (df['市净率'] <= 3.11)]

    return df
    ## 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)
收益&风险
源码

评论