问财量化选股策略逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右、2021年营收/2018年营收大于1.1。该策略旨在寻找短期内波动较大,有所调整,同时业绩有所提升的股票。
选股逻辑分析
- 振幅大于1表明短期内波动较大;
- 开盘价在十日均线左右说明股票处于调整期;
- 营收增长说明公司业绩增长,股票有提升的潜力。
有何风险?
- 策略忽略了其他技术面和基本面因素,存在信息不全面的风险;
- 营收增长率可能会受到季节性等因素的影响,有可能出现短期业绩增长,但长期表现差的情况。
如何优化?
- 结合其他技术面和基本面因素,如市盈率、市净率等指标,多角度观察股票的情况;
- 可以考虑设置更长的营收增长期间,如三年或五年,减少季节性对营收增长率的影响。
最终的选股逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右、2021年营收/2018年营收大于1.1。该策略旨在寻找短期内波动较大,有所调整,同时业绩有所提升的股票。
同花顺指标公式代码参考
# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)
# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10*0.95) & (OPEN < ma10*1.05), 1, 0)
# 判断2021年营收/2018年营收大于1.1
rev_2018 = TTMYOY.NET_PROFIT.sum()
rev_2021 = TTMYOY.NET_PROFIT[0:4].sum()
picks_rev = IF(rev_2021 / rev_2018 > 1.1, 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_rev
picks_final = SortBy(picks, VOL, descending=True)
# 输出选股结果
WriteIf(picks_final, picks_final, 0)
python代码参考
# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())
# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
# 判断2021年营收/2018年营收大于1.1
rev_2018 = df[df['year'] == 2018]['revenue'].sum()
rev_2021 = df[df['year'].isin([2019, 2020, 2021])]['revenue'].sum()
df['picks_rev'] = (rev_2021 / rev_2018 > 1.1).apply(lambda x: True if x else False)
picks_rev = set(df[df['picks_rev']]['ts_code'].tolist())
# 选取符合条件的股票
picks = picks_amplitude & picks_ma10 & picks_rev
# 输出选股结果
print(picks)
## 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。
