(supermind)振幅大于1、前25天有涨停、归属母公司股东的净利润(同比增长率)大于

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

选取振幅大于1,前25天至少有一天涨停,且归属母公司股东的净利润同比增长率在20%到100%之间的股票进入待投资池。

选股逻辑分析

  1. 振幅大于1表明该股票波动性较大,有较大概率出现较高的涨幅;
  2. 前25天至少有一天涨停,代表该股票有望超额表现;
  3. 归属母公司股东的净利润(同比增长率)在20%到100%之间,说明该公司具有一定的业绩增长空间。

有何风险?

  1. 公司业绩下滑,净利润同比下降,导致选出的股票出现较大波动;
  2. 股市行情不佳,导致选出的股票涨幅不如预期。

如何优化?

  1. 可以结合其他公司财务数据进行筛选,如市销率、市净率等指标;
  2. 借助宏观经济数据进行选股,适时把握经济环境的变化。

最终的选股逻辑

选取振幅大于1,前25天至少有一天涨停,且归属母公司股东的净利润同比增长率在20%到100%之间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;
//涨停,只选取前25天,这里举例取18
COND2:=REF(MAX(HIGH,1),1)/REF(CLOSE,1)>1.097 AND (HIGH=LOW) AND (CLOSE-REF(CLOSE,1))/REF(CLOSE,1)<0.009 AND (BARSSINCE(CLOSE=REF(MAX(HIGH,1),1))/COUNT>COUNT-18);
//净利润同比增长率在20%到100%之间,只取最近一期财务报表数据
COND3:=SY2>0.2 AND SY2<1 AND (BARSSINCE(SY2>0.2))/COUNT=COUNT-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="hfq")
    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['pct_chg'] = stock_history_df['close'].pct_change() * 100
    # 振幅
    cond1 = (stock_history_df['high'] - stock_history_df['low']) / stock_history_df['low'] > 0.01
    # 涨停
    cond2 = (stock_history_df['high'] / stock_history_df['close'].shift(1) > 1.097) & (stock_history_df['high'] == stock_history_df['low']) & (stock_history_df['close'] / stock_history_df['close'].shift(1) - 1 < 0.009) & (stock_history_df['close'] == stock_history_df['high'].shift(1))
    cond2 = cond2.rolling(window=18).sum() > 0
    # 净利润同比增长率在20%到100%之间
    cond3 = (stock_history_df['归属母公司股东的净利润同比增长率'] > 0.2) & (stock_history_df['归属母公司股东的净利润同比增长率'] <= 1)
    cond3 = cond3.tail(1)
    # 综合条件
    basic_cond = cond1 & cond2 & cond3.squeeze()
    df = stock_history_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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论