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、归属母公司股东的净利润(同比增长率)大于20%小于等于100%的股票。
选股逻辑分析
- 振幅大于1可以筛选出波动较大但有短期交易潜力的股票。
- 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的风险和回报。
- 归属母公司股东的净利润同比增长率大于20%小于等于100%可以筛选出具有一定成长性的股票。
有何风险?
- 选股逻辑依赖于单一的财务指标,可能忽略其他因素的影响。
- 净利润同比增长率波动较大,需要进行进一步分析,避免被市场短期行情所影响。
如何优化?
- 可以结合其他基本面数据进行分析,例如营收增长率、毛利率等因素。
- 可以选择较长时间周期进行分析,避免短期波动所带来的误判。
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、归属母公司股东的净利润同比增长率大于20%小于等于100%的股票,结合其他基本面数据进行综合分析和评估。
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)
# 计算净利润同比增长率
net_profit = NET_PROFIT_A_PARENT
net_profit_prev = REF(NET_PROFIT_A_PARENT, 4)
net_profit_growth_rate = (net_profit - net_profit_prev) / net_profit_prev * 100
picks_net_profit_growth = IF((net_profit_growth_rate > 20) AND (net_profit_growth_rate <= 100), 1, 0)
# 取交集
picks = picks_amplitude * picks_free_share * picks_net_profit_growth
picks_final = IF(picks, CODE, 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()
# 计算净利润同比增长率
net_profit = df['net_profit_a_parent']
net_profit_prev = df['net_profit_a_parent'].shift(4)
net_profit_growth_rate = (net_profit - net_profit_prev) / net_profit_prev * 100
picks_net_profit_growth = df[(net_profit_growth_rate > 20) & (net_profit_growth_rate <= 100)].index.tolist()
# 取交集
picks = list(set(picks_amplitude).intersection(set(picks_free_share)).intersection(set(picks_net_profit_growth)))
## 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。
