问财量化选股策略逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、100亿市值以内的无亏损企业。此策略旨在选出波动较大、规模适中、业绩稳健的股票,进行投资。
选股逻辑分析
- 指定振幅大于1可以筛选出波动较大的股票,适合投资,同时也需要注意波动可能造成的风险;
- 流通盘小于等于55亿股可以筛选出小盘股,小盘股可能具有较高风险和回报;
- 选择100亿市值以内可以筛选出规模较小但成长性强的公司,无亏损企业则相对安全;
- 此策略综合考虑了个股的波动情况、业务规模和盈利水平等因素,具有一定可操作性。
有何风险?
- 市场环境波动剧烈可能导致策略失效;
- 本策略过于依赖规模较小的公司,存在较大的市场风险;
- 大盘走势、行业走势变化等因素的影响可能会对策略产生不利影响。
如何优化?
- 结合基本面分析,采用更加科学、严谨的选股策略;
- 合理配置投资组合,降低个股风险;
- 加强分散投资,避免单一行业和板块集中风险;
- 结合技术分析条件,找到优良的低价入市机会。
最终的选股逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、100亿市值以内的无亏损企业。在此基础上,结合基本面和技术分析,充分考虑市场环境和风险控制,以制定更加合理、科学的选股策略。
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)
#计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)
#计算市值
total_mv = TOTAL_MV
picks_total_mv = IF(total_mv <= 10000000000, 1, 0)
#筛选盈利企业
is_profit = IS_PROFIT
picks_is_profit = IF(is_profit, 1, 0)
#取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_total_mv * picks_is_profit
picks_final = NLargest(n, picks, picks)
#输出选股结果
WriteIf(picks_final, picks_final, 0)
Python代码参考
#计算振幅
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()
#计算流通盘
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()
#计算市值
total_mv = df['total_mv']
picks_total_mv = df[total_mv <= 10000000000].index.tolist()
#筛选盈利企业
is_profit = df['is_profit']
picks_is_profit = df[is_profit].index.tolist()
#取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_total_mv) & set(picks_is_profit))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['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。


