Python量化投资初探：自动化选股策略

最近股市可谓是冰火两重天，赛道股一路高歌，激流勇进，传统大白马却跌跌不休，淹没了不少韭菜。

热门赛道不断切换，小匠也是看得眼花缭乱，大A四千多家上市公司，很多之前听都没听过的股票，乘着赛道这股东风连续几个涨停板，着实让人眼红，才发现大A各个板块原来隐藏着这么多优秀公司。小匠在想，为何没能及时发现此等价值股票持续关注。于是想到能否将自己的选股策略与计算机进行结合，通过机器来自动化选股，也即是今天要记录的内容：Python量化投资：自动化选股策略。

量化投资已经发展了几十年了，在国际和国内的投资机构广泛应用，它是借助计算机强大的信息处理能力，结合数学模型代替人为主观判断，在控制风险的前提下实现选股最优化和收益最大化。

选股涉及两个方面的问题：一是公司的基本面分析，包括财务状况，成长性和发展潜力等，二是股票分析，比如当前公司估值，股价处在历史的百分位，市盈率，市净率等指标。

整体思路：通过Python工具，使用jqdatasdk包获取股票基本面数据和交易数据，设置各项指标阈值，达到优质股票的筛选。由于代码较多影响阅读效果，文中不再显示具体代码，感兴趣的朋友欢迎关注数据小匠（ID：dataxiaojiang），后台回复“Python选股”免费获取。

数据获取

获取股票列表：

输出：

获取各股基本面数据，查询个股财务指标

输出结果：

获取最近一个交易日的交易数据

输出：

合并基本面数据和股价数据，并清洗：

输出：

选择股票组合

根据以上信息，设置各指标参数进行股票筛选，在这里根据自己的选股策略自由调整，可不断调整参数，达到满足自己的选股要求。

选股是一个不断剔除股票，留下自己“中意”股票的过程。不同的人，不同的投资预期，会有不同的投资策略，针对上述基本面和交易数据设置参数和过滤值，使用Python编程一步步的剔除了大部分股票。

需要注意的是，由于这里用到的基本面数据用的是2021年二季度，交易数据是2021年截止到某日的，而企业的经营数据是动态的，市场行情瞬息万变，因而对股票的筛选也应该是一个动态的过程，这里给出的只是一个静态的选股思路，并且只选取了部分参考指标进行过滤，所选股票并也不构成投资建议，切记！

根据以上阈值可以得到以下股票池。再次重申：每个人有不同的视角，不同的选股策略，本文只是选取了部分指标进行参数过滤，并没有考虑到宏观因素、板块、行业等因素，因此这里只作为一个选股思路的参考，并不构成投资建议。

结语

此次项目利用Python编程批量获取了上市公司的基本面和交易数据，通过设置各指标阈值达到筛选股票的目的，可初步作为自动化选股的一种思路，进一步体会到了Python的伟大。决定后期通过业余时间开发一款选股应用，寓学于乐。如嵌入自己的个人网站或开发一款选股小程序。