问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,深证主板中市盈率0-29.01市净率0-3.11的股票。
选股逻辑分析
该选股策略基于了一个更具实际意义的企业基本面标准进行筛选。选股逻辑包括以下四个方面：1. 振幅大于1，关注股票波动性；2. 近25个交易日单日涨幅大于等于10%，关注股票强势表现；3. 筛选深证主板中市盈率和市净率，关注公司的估值一定程度上是否合理；4. 限定市盈率0-29.01，市净率0-3.11，选出具有一定价值潜力的个股。该选股策略相对于之前仅筛选企业性质的策略，更加合理地考虑了公司的基本面和估值面，可以更好地反映公司的投资价值。
有何风险？
该选股策略存在以下风险：
- 对于企业基本面的评估可能存在一定的不确定性，特别是在金融危机或重大事件发生期间，企业的盈利能力和估值可能发生较大波动。
- 忽略了其它技术面指标和市场因素的影响，可能会使选股结果受到一定的制约。
如何优化？
为了缓解以上风险，应该进行以下优化：
- 应该对选股策略进行灵活性、动态性的考虑，根据市场风格和市场趋势进行相应的调整。
- 应该除了企业基本面评估之外，也考虑其他市场因素，如宏观经济环境和政策等因素，以期能更准确的选出符合市场的热点和趋势的个股。
最终的选股逻辑
据此，我们最终确定的选股逻辑为：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于百分之10。
- 深证主板中市盈率和市净率0-29.01及0-3.11。
- 结合其他技术指标和市场因素进行筛选。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS((CLOSE-REF(CLOSE, 1))/REF(CLOSE,1)) > 0.1, 1, 0);
C3 = IF(MIN(PE_TTM, PB) >= 0 AND MAX(PE_TTM, PB) <= 29.01 AND PB <= 3.11, 1, 0);
C4 = // 结合其他技术指标和市场因素的指标公式。
SELECTOR = C1*C2*C3*C4;
RESULT= SORT_RANK(SELECTOR, DESCEND(HEAT));
python代码参考
import pandas as pd
import numpy as np
import talib as ta
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 20), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where((df['pe_ttm'].between(0, 29.01)) & (df['pb'].between(0.00, 3.11)), 1, 0)
C4 = // 结合其他技术指标和市场因素的指标公式。
selector = C1 * C2 * C3 * C4
result = df.sort_values(by='heat', ascending=False).index[np.argsort(np.argsort(selector))]
## 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。
