成长性因子选股（1）

最新推荐文章于 2022-07-23 12:33:24 发布

公爵86

最新推荐文章于 2022-07-23 12:33:24 发布

阅读量3.3k

点赞数 3

分类专栏：股票文章标签：低估值股票

本文链接：https://blog.csdn.net/weixin_43787229/article/details/85551671

版权

股票专栏收录该内容

9 篇文章 15 订阅

订阅专栏

2018年的A股市场的确是血雨腥风，估值一降再降，不断创出新低，如果使用传统的成长性选股方案，仅仅能够跑赢沪深300指数，想要进一步取得正收益，还真不能完全依靠基本面。

通过成长性因子来选股的话，去年的收益是-20%，略微跑赢沪深300的-25%，因子有：

1.PB小于2

2.流动资产／流动负债大于1.2

3.EPS大于0.2

4.ROE大于20%

5.毛利率大于30%

6.营业收入同比大于30%

按照EPS排名，取前10只股票，满仓干，代码如下：

# 导入函数库
from jqdata import *

# 初始化函数，设定基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    ## 运行函数（reference_security为运行时间的参考标的；传入的标的只做种类区分，因此传入'000300.XSHG'或'510300.XSHG'是一样的）
    g.n=4
    run_daily(trade ,'every_bar') 

def trade(context):
    dt=context.current_dt.month
    # print(dt)
    # print(list(range(1,13,12/g.n)))
    if dt in [1,4,7,10]:
        st=get_index_stocks('399905.XSHE')
        stockpool=get_fundamentals(query(
        valuation.code,valuation.pb_ratio,balance.total_current_assets,balance.total_current_liability,balance.total_liability,
    balance.total_assets,indicator.eps,indicator.gross_profit_margin,indicator.inc_return,indicator.inc_total_revenue_year_on_year
    ).filter(
        
        valuation.pb_ratio<2,balance.total_current_assets/balance.total_current_liability>1.2,indicator.eps>0.2,indicator.gross_profit_margin>0.3,
        indicator.inc_return>0.2,indicator.inc_total_revenue_year_on_year>0.3
        ).order_by(indicator.eps).limit(10)
        )
        
        cc=context.portfolio.positions.keys()
     
        
        for i in cc:
            if i not in list(stockpool['code']):
                order_target(i,0)
                
        # buy=[]
        # for i in list(stockpool['code']):
        #     if i not in cc:
        #         buy.append(i)
        for i in list(stockpool['code']):
            order_target_value(i,100000/len(stockpool['code']))
        # if len(buy)>0:
        #     cash=context.portfolio.available_cash/len(buy)
        # for i in buy:
            
        #     order_value(i,cash)

注意事项：

1.在下单的时候，stockpool['code']的返回值是一个series，前面必须加list,不然 if str in series:返回值是faulse,就会出现股票频繁买卖的情况。

2.我用的是每只股票固定10 0000/持仓股数的满仓交易，意味着满仓市值不变，而不是根据市值进行调整持仓股票的市值

3.下单函数拆成buylist,selist,hold也可以，也是一种方法。

4.从结论来看，低估值的选股思路虽然跑赢了沪深300，但是还是没有能够取得正收益，主要是买入持有策略，还是抵不过大盘的弱势下跌，估值不断下行，就算业绩再好也白搭，可以加入一些技术指标进行优化，因子本身还算说得过去。

以上选股因子不变的条件之下，加入两个技术指标因子：

1.如果大盘跌穿60均线

2.如果大盘连续3天的跌幅大于5%

代码如下：

# 导入函数库
from jqdata import *

# 初始化函数，设定基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    ## 运行函数（reference_security为运行时间的参考标的；传入的标的只做种类区分，因此传入'000300.XSHG'或'510300.XSHG'是一样的）
    g.n=4
    g.m=[30,60,90,120]
    run_daily(trade ,'every_bar') 

def trade(context):
    dt=context.current_dt.month
    # print(dt)
    # print(list(range(1,13,12/g.n)))
    if dt in [1,4,7,10]:
        st=get_index_stocks('399905.XSHE')
        stockpool=get_fundamentals(query(
        valuation.code,valuation.pb_ratio,balance.total_current_assets,balance.total_current_liability,balance.total_liability,
    balance.total_assets,indicator.eps,indicator.gross_profit_margin,indicator.inc_return,indicator.inc_total_revenue_year_on_year
    ).filter(
        
        valuation.pb_ratio<2,balance.total_current_assets/balance.total_current_liability>1.2,indicator.eps>0.2,indicator.gross_profit_margin>0.3,
        indicator.inc_return>0.2,indicator.inc_total_revenue_year_on_year>0.3
        ).order_by(indicator.eps).limit(10)
        )
        
        cc=context.portfolio.positions.keys()
     
        
        for i in cc:
            if i not in list(stockpool['code']):
                order_target(i,0)
                
        hs=attribute_history('000300.XSHG',g.m[1],'1d','close')['close']
        if hs[-1]>hs.mean() and  (1-hs[-1]/hs[-4]<0.05):
            
        
        
                
        # buy=[]
        # for i in list(stockpool['code']):
        #     if i not in cc:
        #         buy.append(i)
            for i in list(stockpool['code']):
                order_target_value(i,100000/len(stockpool['code']))
        
        # if len(buy)>0:
        #     cash=context.portfolio.available_cash/len(buy)
        # for i in buy:
            
        #     order_value(i,cash)

同时满足以上两个条件就空仓，回测的结果就非常不错，沪深300还是跌幅25%，但是策略收益是-7.8%，很明显的大幅降低亏损，说明技术分析方法在熊市的表现非常不错，单纯的价值投资在熊市中还是很难的。

注意事项：

1.获取历史数据的函数attribute_history 的返回值是df，不是Series,所以得加['close']才能取到收盘价

2.简单遍历了一下均线的参数，30.60.90.120，发现60就可以了，并非越大越好

3.连续下跌N天大于M%的参数没有遍历，凭经验应该足够

4.两个技术因子表现就很明显，是行情太配合的原因吧，换行情可能需要更多的因子

5.亏损幅度的确下降了，但是还没有盈利，从目前的结论来看，价值投资在2018年不可能赚钱，只有趋势投机才有可能，所以，通过引入新的技术指标，可能实现最后盈利

6.其实从两次回测的结果来看，如果换个盈利方向，2018年还是可以赚钱的，不过有点马后炮的意思了，估计年初的时候，应该不太可能有人预期到行情会这么走。