(supermind)振幅大于1、流通盘小于等于55亿股、企业性质_

用户头像神盾局量子研究部
2023-08-21 发布

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、企业性质。此处企业性质可以是创业板、中小板、新三板等,可根据市场情况动态调整。选取波动较大、具有一定交易活力、符合特定企业性质的股票,从而寻找具有一定潜力的投资标的。

选股逻辑分析

  1. 振幅大于1可以筛选出波动较大但有一定交易活力的股票。
  2. 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。
  3. 根据特定企业性质进行筛选,可以选择更符合市场需求的股票,例如选择创业板股票可以找到更多具有创新、成长性的股票。
  4. 综合考虑以上三个因素,选取具有较高交易活力、波动较大、符合特定企业性质的股票,从而在风险可控的情况下寻找具有一定潜力的股票。

有何风险?

  1. 忽略了其他财务指标和公司基本面情况,可能选出财务状况不佳或公司基本面较差的股票。
  2. 受市场因素和个股突发事件影响较大,若市场整体情况不好或个股突发不良情况可能会对选股策略产生较大的影响。
  3. 必须动态调整企业性质,否则可能错过其他有潜力的股票。

如何优化?

  1. 在确定流通盘、振幅和企业性质的基础上,引入其他财务指标和公司基本面情况进行筛选,确定具有良好财务状况和发展前景的股票。
  2. 动态调整企业性质,及时发现其它市场机会,例如周期、成长等特点。同时,可以引入行业赛道、人工智能等更为细分的特征指标进行筛选。
  3. 持续跟踪股票的投资价值和风险,定期调整选股策略以适应市场不同的波动情况,避免市场变化和个股突发事件对选股策略产生较大的影响。

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、企业性质。在考虑这三个因素的基础上,引入其他财务指标和公司基本面情况进行筛选,动态调整企业性质,及时发现市场机会,同时引入更为细分的特征指标进行筛选,从而确定符合市场需求、有一定潜力的股票。

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)

# 计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)

# 计算企业性质
is_gem = GEM > 0
is_sme = SME > 0
is_nasdaq = BOARDCODE == 310
picks_property = IF(is_gem OR is_sme OR is_nasdaq, 1, 0)

# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_property
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()

# 计算企业性质
is_gem = df['gem'] > 0
is_sme = df['sme'] > 0
is_nasdaq = df['boardcode'] == 310
picks_property = df[is_gem | is_sme | is_nasdaq].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_property))
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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论