问财量化选股策略逻辑
选取振幅大于1，前25天至少有1次涨停，PE>0的股票进入待投资池。
选股逻辑分析
- 振幅大于1表明该股票波动性较大，容易有较大的涨幅和收益；
- 前25天至少有1次涨停代表市场对该股票认可度高，市场情绪较好；
- PE>0表明公司盈利能力为正，有价值投资的潜力。
有何风险？
- 仅考虑了盈利能力而未考虑其他财务指标的影响，可能会忽略公司质量的细节，存在低估高质量公司或高估低质量公司的风险；
- 基于历史数据的选股结果未必能够准确预测未来的股票表现；
- 振幅大的股票风险较高，可能带来较大的波动，并不适合所有投资者；
- 忽略了股票市场整体趋势和行业因素的影响。
如何优化？
- 考虑其他财务指标如市盈率、市净率、ROE等，综合评价公司质量，以减少错误决策；
- 在历史数据的基础上，考虑宏观经济环境和行业市场因素，确定股票基本面的变化；
- 优化振幅的选取标准，考虑更多股票波动的指标或者设定一个合理的振幅上限为选股的条件；
- 设定合理的止损和止盈策略，降低风险。
最终的选股逻辑
选取振幅大于1、前25天至少有1次涨停、PE>0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;
// 前25天至少有1次涨停
COND2:=REF(HIGH=LOW AND HIGH/REF(CLOSE,1)>1.097, COUNT-1)>(COUNT-25);
// PE>0
COND3:=PE>0;
// 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
from datetime import datetime, timedelta
from talib import abstract
def get_trade_data(stock_code):
stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust="hfq")
stock_df.rename(columns={"日期":"date","开盘":"open","最高":"high","最低":"low","收盘":"close","成交量":"volume","成交额":"amount", "竞买价": "bid", "竞卖价": "ask", "竞买量":"bid_volume", "竞卖量":"ask_volume"}, inplace=True)
stock_df.sort_values("date", ascending=True, inplace=True)
# 振幅大于1
cond1 = (stock_df['high'] - stock_df['low']) / stock_df['low'] > 0.01
# 前25天至少有1次涨停
cond2 = (stock_df['high'] == stock_df['low']) & (stock_df['high'] / stock_df['close'].shift(1) > 1.097)
# PE>0
cond3 = stock_df['PE'] > 0
# 综合条件
basic_cond = cond1 & cond2 & cond3
df = stock_df.loc[basic_cond].reset_index(drop=True)
return df
def select(df):
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。
