问财量化选股策略逻辑
选股逻辑为：振幅大于1，流通市值大于100亿元，归属母公司股东的净利润(同比增长率)大于20%小于等于100%。该选股策略主要考虑了市场交易情况、公司规模和基本面因素等多方面因素。
选股逻辑分析
该选股策略主要考虑了市场交易情况、公司规模和基本面因素等多方面因素。振幅和流通市值筛选了市场交投活跃度和公司规模，归属母公司股东的净利润同比增长率则更加注重股票的基本面表现。选股逻辑在市场活跃、公司规模强大的前提下，更加注重公司财务表现是否稳健，在股票中筛选出业绩增长稳健、前景可观的公司。
有何风险？
该选股策略存在忽略了其他基本面信息和技术面因素等风险。此外，归属母公司股东的净利润同比增长率较高并不代表公司经营能力优秀，也可能存在营收或成本等方面的不稳定因素。此外，基本面分析无法完全预测市场价格变动，股票仍存在价格下跌的风险。
如何优化？
在现有选股逻辑的基础上，可以结合市场型和风格型分析。针对不同市场环境和行业特点，需要重点关注不同的因素。例如，在熊市行情下，可以注重公司的成长性和估值水平，强调基本面的健康稳健性；而在牛市行情下，可以重点关注公司的业绩增长情况和市场关注度，强调股票的成长性。
最终的选股逻辑
选股条件为：振幅大于1，流通市值大于100亿元，归属母公司股东的净利润(同比增长率)大于20%小于等于100%。该选股策略主要考虑了市场交易情况、公司规模和基本面因素等多方面因素，既注重股票的交易活跃度和市场规模，同时考虑了公司财务表现和前景。
同花顺指标公式代码参考
C1: ABS((HIGH/LOW-1)*100)>=1; //振幅大于1
C2: CIRC_MV>10000000000; //流通市值大于100亿元
C3: (PARENT_NET_PROFIT - PARENT_NET_PROFIT.shift(1)) / ABS(PARENT_NET_PROFIT.shift(1)) > 0.2 & (PARENT_NET_PROFIT - PARENT_NET_PROFIT.shift(1)) / ABS(PARENT_NET_PROFIT.shift(1)) <= 1; // 归属母公司股东的净利润(同比增长率)大于20%小于等于100%
SYMBOL: C1 AND C2 AND C3;
python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
quote = pro.futu_quote(code).iloc[0] # 获取实时行情
if abs((quote['high'] / quote['low'] - 1) * 100) < 1: # 振幅小于1
continue
circ_mv = pro.daily_basic(ts_code=code, trade_date=quote['date'], fields='circ_mv').iloc[0]['circ_mv'] # 流通市值
if circ_mv < 10000000000: # 流通市值小于100亿元
continue
df = pro.income(ts_code=code, start_date='20210101', end_date='20211231')
if len(df) < 2: # 没有去年同期数据
continue
parent_net_profit = df.iloc[-1]['np_parent_company_owners'] # 归属母公司股东的净利润（当期(万元)）
parent_net_profit_lastyear = df.iloc[-2]['np_parent_company_owners'] # 归属母公司股东的净利润（上年同期）
if (parent_net_profit - parent_net_profit_lastyear) / abs(parent_net_profit_lastyear) <= 0.2: # 归属母公司股东的净利润(同比增长率)小于等于20%
continue
if (parent_net_profit - parent_net_profit_lastyear) / abs(parent_net_profit_lastyear) > 1: # 归属母公司股东的净利润(同比增长率)大于100%
continue
# 符合条件的股票
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
df_list.append(info)
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sample(n=length)
return selected_stocks
## 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。
