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，以及深证主板市盈率0-29.01，市净率0-3.11的股票。该策略旨在寻找股价低、市值适中、未来增长可期的股票。
选股逻辑分析
- 振幅大于1表示变化较大，有望出现新的趋势；
- 开盘价在十日均线左右说明股票正处于调整期；
- 市盈率和市净率是衡量公司估值的重要指标。市盈率在0-29.01之间，市净率在0-3.11之间选择，旨在寻找低估股票。
有何风险？
- 市盈率和市净率的计算存在各种复杂的因素，例如财务报表的真实性、未来发展的不确定性等，存在一定的主观性和风险；
- 市盈率和市净率的变化频繁，需及时关注市场新消息和股票动态；
- 选股过于依赖市盈率和市净率等估值指标，容易失去个股基本面的判断能力。
如何优化？
- 企业财务指标的选取需充分考虑公司的基本面和未来发展前景，尽可能准确反映公司的内在价值；
- 市盈率和市净率仅是评估公司估值的指标之一，需综合考虑其他指标如股息率、营收增长率等；
- 扩大股票池，降低风险集中度；
- 按照“分级、筛选、排序、分配、退出”等原则开展投资。
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，以及深证主板市盈率在0-29.01，市净率在0-3.11的股票。在市盈率和市净率的选择上，需综合考虑公司的基本面、未来发展前景、行业发展趋势等因素。同时，扩大股票池、加入其他指标、按照风格“分级、筛选、排序、分配、退出”等原则开展投资。
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)
# 市盈率和市净率的选取
pe = REF(valuation.PE, 1)
pb = REF(valuation.PB, 1)
picks_pe = IF((pe > 0) & (pe < 29.01), 1, 0)
picks_pb = IF((pb > 0) & (pb < 3.11), 1, 0)
# 输出选股结果
picks_stock = picks_amplitude * picks_ma10 * picks_pe * picks_pb
WriteIf(picks_stock, picks_stock, 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())
# 市盈率和市净率的选取
df = valuation_indicator(df)
df = df[(df['pe'] > 0) & (df['pe'] < 29.01) & (df['pb'] > 0) & (df['pb'] < 3.11)]
picks_pe_pb = set(df['ts_code'].tolist())
# 输出选股结果
picks_stock = picks_amplitude & picks_ma10 & picks_pe_pb
print(picks_stock)
## 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。
