问财量化选股策略逻辑
选取振幅大于1、KDJ刚形成金叉、归属母公司股东的净利润(同比增长率)大于20%小于等于100%的股票为投资组合。
选股逻辑分析
- 振幅大于1表示该股票具有较大波动性，有利于获得高回报；
- KDJ刚形成金叉，意味着市场情绪好转，有较大概率涨势明显；
- 归属母公司股东的净利润同比增长率大于20%小于等于100%，说明公司业绩增长良好，有一定的盈利潜力；
- 综合以上因素选取标的，可以提高买入的成功率，控制投资风险。
有何风险？
- 只考虑了振幅、KDJ、业绩增长等指标，忽略了公司的具体业务情况、行业竞争情况等因素，存在一定的投资风险；
- 只考虑了过去同比增长率，没有考虑公司业绩是否可持续，有可能出现短期表现优异，但长期业绩不佳的情况；
- 在业绩增长率的选择上，选择的阈值过高或过低，可能会导致选出的标的数量偏少或偏多，需要谨慎选择。
如何优化？
- 引入其他技术指标，如MACD、RSI等，提高选股策略的准确度；
- 对市场情绪的多个指标进行综合考量，增加选股策略的全面性；
- 结合基本面分析，如财务状况报告，行业发展趋势等，综合考虑多方面因素，进行投资决策。
最终的选股逻辑
选取振幅大于1、KDJ刚形成金叉、归属母公司股东的净利润(同比增长率)大于20%小于等于100%的股票为投资组合。
同花顺指标公式代码参考
// 振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
// KDJ
RSV:=(CLOSE-LOWEST(CLOSE,9))/(HIGHEST(CLOSE,9)-LOWEST(CLOSE,9))*100;
K:SMA(RSV,3,1);
D:SMA(K,3,1);
J:3*K-2*D;
GCROSS: CROSS(J,D);
COND2:=REF(GCROSS,1)=0 AND GCROSS=1;
// 归属母公司股东的净利润同比增长率20%-100%
COND3:=LRP(TRUNC(NETPROFIT,2)/TRUNC(NETPROFIT-1,2),OVER:=4)>1.2 AND LRP(TRUNC(NETPROFIT,2)/TRUNC(NETPROFIT-1,2),OVER:=4)<=1;
// 综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL: CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
def get_trade_data(stock_code):
stock_history_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="qfq")
stock_history_df.rename(columns={"交易日期":"date","开盘价":"open","最高价":"high","最低价":"low","收盘价":"close","成交量":"volume","成交额":"amount"}, inplace=True)
stock_history_df.sort_values("date", ascending=True, inplace=True)
stock_history_df.reset_index(drop=True, inplace=True)
return stock_history_df
def select(df):
# 振幅
cond1 = (df['high'] - df['low']) / df['low'] > 0.01
# KDJ
high, low, close = df['high'].values, df['low'].values, df['close'].values
rsv = (close - pd.Series(low).rolling(window=9).min().values) / (pd.Series(high).rolling(window=9).max().values - pd.Series(low).rolling(window=9).min().values) * 100
k = pd.Series(rsv).rolling(window=3).mean().values
d = pd.Series(k).rolling(window=3).mean().values
j = 3 * k - 2 * d
cond2 = (j[-1] > d[-1]) & (j[-2] < d[-2])
# 业绩增长
net_profit_ratio = df['归属母公司股东的净利润同比增长率(%)']
cond3 = (net_profit_ratio.iloc[-1] > 20) & (net_profit_ratio.iloc[-1] <= 100)
# 综合条件
basic_cond = cond1 & cond2 & cond3
df = df.loc[basic_cond].reset_index()
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。
