问财量化选股策略逻辑
选股逻辑为振幅大于1、60开头的股票，并且在深证主板中筛选市盈率0-29.01、市净率0-3.11的股票。
选股逻辑分析
- 振幅大于1表明该股票波动性较高。
- 选择60开头的股票可以筛选出特定市场的股票。
- 在深证主板中筛选市盈率0-29.01、市净率0-3.11的股票可以筛选出相对低估的股票。
有何风险？
- 筛选条件可能会过于狭窄，导致选股范围过窄。
- 振幅较高的股票风险相对较大，需要谨慎操作。
- 选股逻辑不考虑其他基本面因素，可能会存在价值投资与成长投资的差异。
如何优化？
- 可以加入其他基本面指标进行筛选，以获取更全面的投资画像。
- 可以加入相应的风险控制模型，避免过度追求高波动性股票而导致过度风险。
- 可以加入多种市盈率、市净率条件筛选，以使得选出的股票更符合投资者的偏好。
最终的选股逻辑
选股逻辑为振幅大于1、60开头的股票，并且在深证主板中筛选市盈率0-29.01、市净率0-3.11的股票。
同花顺指标公式代码参考
//振幅大于1
COND1:=(HIGH-LOW)/REF(CLOSE,1)>0.01;
//60开头的股票
COND2:=LEFT(CODE,2)=60;
//深证主板
COND3:=SECTOR=101;
//市盈率0-29.01
COND4:=PE_TTM>0 AND PE_TTM<29.01;
//市净率0-3.11
COND5:=PB_MRQ>0 AND PB_MRQ<3.11;
CONDITION:=COND1 AND COND2 AND COND3 AND COND4 AND COND5;
//按热度排序
SORTFIELD:=XGB;
SIGNAL:=SORTBY(SORTFIELD, 1, CONDITION);
Python代码参考
import akshare as ak
import datetime
today = datetime.date.today()
yesterday = today - datetime.timedelta(days=1)
def select(df):
#振幅大于1
df = df[(df['最高价'] - df['最低价']) / df['收盘价'].shift(1) > 0.01]
#60开头的股票
df = df[df['股票代码'].str[:2] == '60']
#深证主板
df = df[df['板块名称'] == '深证主板']
#市盈率0-29.01
df = df[(df['市盈率(动态)'] > 0) & (df['市盈率(动态)'] < 29.01)]
#市净率0-3.11
df = df[(df['市净率'] > 0) & (df['市净率'] < 3.11)]
#按热度排序
df = df.sort_values(by='个股热度', ascending=False)
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。
