问财量化选股策略逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、PE>0。
选股逻辑分析
- 振幅大于1可以筛选出波动较大、有较大盈利机会的股票。
- 量比大于1.5、量比小于6可以筛选出成交活跃但不过度的股票。
- PE>0代表该股票的基本面为盈利状态，更有投资价值。
有何风险？
- 更高的股票波动性可能带来更大的市场风险。
- PE指标过于依赖财务指标，忽略其他因素如政策变化、市场环境等可能带来的影响。
如何优化？
- 引入其他特征参数如市值、PEG等综合考虑，提高选股的准确性。
- 根据不同行业和市场环境进行适当调整，避免指标固化或失效。
最终的选股逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、PE>0、市值小于100亿元。
同花顺指标公式代码参考
(HIGH-LOW)/LOW>=0.01
AND (VOL/VOL_MA5>=1.5)
AND (VOL/VOL_MA5<=6)
AND (PE>0)
AND (MKT_CAP<=10000000000)
python代码参考
import akshare as ak
def select():
data = ak.stock_board_industry(symbol="行业板块") # 用于筛选市值低于100亿的股票
codes = list(data['股票代码'])
selected = []
for code in codes:
df = ak.stock_zh_a_daily_sina(symbol=code)
if df.empty:
continue
df['PE'] = df['close'] * df['outstanding'] / df['totalShare'] / df['eps'] # 计算PE
if (df['high'] - df['low']) / df['low'].iloc[-1] < 0.01 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] > 1.5 \
and df['volume'].iloc[-1] / df['volume'].rolling(5).mean().iloc[-1] < 6 \
and df['PE'].iloc[-1] > 0 \
and data['总市值'].loc[data['股票代码'] == code].values[0] < 10000000000:
selected.append(code)
return selected
## 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。
