问财量化选股策略逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且市值在100亿以内的无亏损企业。此策略选股的关键在于选择波动较大、市场情绪好、市值适中且公司财务状况良好的股票。
选股逻辑分析
- 振幅大于1表明短期内波动较大，较易出现投资机会；
- 昨天出现在龙虎榜上意味着市场情绪高涨，有较强的短期表现；
- 市值在100亿以内适中，公司相对年轻且还有成长空间；
- 选取无亏损企业可减少风险，从财务角度更有保障。
有何风险？
- 振幅较大的股票波动性较高，风险也相对较高；
- 龙虎榜数据及公司财务状况不能完全代表股票的总体表现，风险仍需注意；
- 相对年轻的公司具有较大的成长空间，但也可能出现未来不确定性；
- 市值在100亿以内的股票可能规模较小，市场容易缺乏关注度；
如何优化？
- 挑选更具有潜力的股票，结合公司的增长性和未来市场预期等；
- 综合各种数据源，如资金流向、板块情况等，以更全面的数据来筛选股票；
- 选择市盈率相对不高且财务状况优秀的公司；
- 考虑股票的风控管理，制定合理的止损、止盈策略。
最终的选股逻辑
选股逻辑为振幅大于1、昨天出现在龙虎榜上且市值在100亿以内的无亏损企业。此策略选股的关键在于选择波动较大、市场情绪好、市值适中且公司财务状况良好的股票。
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)
# 判断股票代码是否以60开头
picks_code = IF(LEFT(CODE,2) == '60', 1, 0)
# 判断昨天是否出现在龙虎榜上
lhb_data = LHB
yesterday_lhb = REF(lhb_data['buy'] + lhb_data['sell'], 1)
picks_lhb = IF(yesterday_lhb > 0, 1, 0)
# 市值在100亿以内
picks_capital = IF(CAPITAL < 10000000000, 1, 0)
# 无亏损企业
net_profit_data = NET_PROFIT
recent_net_profit = REF(net_profit_data, 1)
picks_net_profit = IF(np.logical_and(ROE>0, recent_net_profit > 0), 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_code * picks_lhb * picks_capital * picks_net_profit
picks_final = SortBy(picks, CLOSE, 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())
# 判断股票代码是否以60开头
picks_code = set(df[df['ts_code'].str.startswith('60')]['ts_code'].tolist())
# 判断昨天是否出现在龙虎榜上
lhb_data = pro.top_list(trade_date='20211008', fields='ts_code')
yesterday_lhb = set(lhb_data['ts_code'].tolist())
# 市值在100亿以内
cap_data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,market_cap')
picks_capital = set(cap_data[cap_data['market_cap'] < 10000000000]['ts_code'].tolist())
# 无亏损企业
fin_data = pro.financial_indicator(ts_code='', start_date='20200101', end_date='20211008')
recent_net_profit = fin_data.groupby('ts_code')['net_profit'].nth(-2).reset_index()
picks_net_profit = set(recent_net_profit[recent_net_profit['net_profit']>0]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_code) & set(yesterday_lhb) & set(picks_capital) & set(picks_net_profit)
# 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。
