问财量化选股策略逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，并且PE>0。通过结合技术面和基本面指标进行选股，找到具有较高股价增长潜力的标的。
选股逻辑分析
- 振幅大于1表明短期内波动较大，可能存在较大的投资机会；
- 龙虎榜单的股票通常具有短期市场炒作波动的可能性，可以作为固定收益（短线交易）的投资机会；
- PE指标可以反映股票的估值水平，选取PE>0的股票可以排除掉部分商誉负债较高的公司；
- 综合以上三个指标可得出具有较高涨幅潜力和较低风险的股票。
有何风险？
- 基本面指标可能会被投机情绪所忽略，这种情况下该策略的选股效果可能会受到较大影响；
- 需要对龙虎榜单的资金流向进行更为精细的监控和分析，避免因为技术面指标不够准确而带来较大亏损；
- 如选出的股票所属的行业较为冷门或者题材热度已退，接力效应可能会减弱影响股票的涨跌。
如何优化？
- 通过增加另外的基本面指标，如PEG、市销率等选项，进一步优化策略的选股准确性；
- 投资者可以通过加入一些看涨型的技术指标，如MACD、KDJ等，能进一步准确判定股票的交易信号；
- 可以考虑控制PE指标的区间，比如选取PE在10-20之间的市盈率更小的股票。
最终的选股逻辑
选股逻辑为振幅大于1，昨天出现在龙虎榜单上的股票，并且PE>0。通过结合技术面和基本面指标进行选股，以增加策略的准确性和可靠性。
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)
# 判断PE是否大于0
pe = REF(lhb_data['pe_ttm'], 1)
pe_is_positive = IF(pe > 0, 1, 0)
pe_is_positive = pe_is_positive.fillna(0)
# 选取符合条件的股票
picks = picks_amplitude * picks_lhb * pe_is_positive
picks_final = SortBy(picks, C, 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 = df[df['amplitude'] > 1].index.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 = lhb_data['ts_code'].tolist()
picks_lhb = set(yesterday_lhb)
# 判断PE是否大于0
basic_data = pro.query('daily_basic', ts_code='', trade_date='20211008', fields='ts_code, pe_ratio')
pe_is_positive = set(basic_data[basic_data['pe_ratio'] > 0]['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_lhb) & set(pe_is_positive)
picks_final = df.loc[picks].sort_values(by='close', ascending=False)['ts_code'].tolist()
# 输出选股结果
print(picks_final)
## 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。
