股票在尾盘收盘的时候，其一天的变化也可以从中看到，有些人习惯在尾盘选股，那就需要了解尾盘选股公式。一些人没有太多时间在股票上，就打算买支中线持有的股票，分析QR相对强弱技术指标之后来看看中线股票选股指标公式有哪些。
一、尾盘选股公式
第一：选股公式找出自已的自选股，目标是上季度基金加仓的股票。
第二：找出最近热点板块加入自选股。
第三：选股公式找出最近结束洗盘走势的个股加入自选股。
第四：选股公式以上自选股符合尾盘买入法的要求，
其一是近5天换手率最好达到40%。
其二是近5天成交量要有所放大。
其三是我们选股公式买入的当天最好是量能最大的一天。
其四就是选股公式尾盘买入时不要离5日线太远。
二、中线股票选股指标公式有哪些
选股公式VAR7:=REF(LOW,1)*0.9;
VAR8:=LOW*0.9;
VAR9:=(VAR8VOL+VAR7(CAPITAL-VOL))/CAPITAL;
VARA:=EMA(VAR9,30);
VARB:=CLOSE-REF(CLOSE,1);
VARC:=MAX(VARB,0);
VARD:=ABS(VARB);
VARE:=SMA(VARC,7,1)/SMA(VARD,7,1)*100;
VARF:=SMA(VARC,13,1)/SMA(VARD,13,1)*100;
VAR10:=BARSCOUNT(CLOSE);
VAR11:=SMA(MAX(VARB,0),6,1)/SMA(ABS(VARB),6,1)*100;
VAR12:=(-200)*(HHV(HIGH,60)-CLOSE)/(HHV(HIGH,60)-LLV(LOW,60))+100;建议股民多关注QR量化社区。
VAR13:=(CLOSE-LLV(LOW,15))/(HHV(HIGH,15)-LLV(LOW,15))*100;
VAR14:=SMA((SMA(VAR13,4,1)-50)*2,3,1);
VAR15:=(INDEXC-LLV(INDEXL,14))/(HHV(INDEXH,14)-LLV(INDEXL,14))*100;
VAR16:=SMA(VAR15,4,1);
VAR17:=SMA(VAR16,3,1);
VAR18:=(HHV(HIGH,30)-CLOSE)/CLOSE*100;
VAR19:=VAR11<=25 AND VAR12<-95 AND VAR18>20 AND VAR14<-30 AND VAR17<30 AND VARA-CLOSE>=-0.25 AND VARE<22 AND VARF<28 AND VAR10>50;
选股公式通达信指标:=CROSS(VAR19,0.5)AND COUNT(VAR19=1,10)=1;
V1:=LLV(LOW,10);
V2:=HHV(H,25);
价位线:=EMA((C-V1)/(V2-V1)*4,4);
买入:=CROSS(价位线,0.3);
角线:=(ATAN((MA(C,5)/REF(MA(C,5),1)-1)*100)*180/3.14115926);
角线MA:=MA(角线,5);
ANA:=PLOYLINE(CROSS(角线,角线MA),角线MA),COLORRED;
ANB:=PLOYLINE(CROSS(角线MA,角线),角线MA),COLORFF00FF;
选股公式角买点:=CROSS(角线,角线MA)AND((ANB>REF(ANB,1)AND ANB>ANA AND角线MA<=0)OR((角线MA<=-45 OR CROSS(角线MA,-45))AND(ANB<-60 OR LLV(“KDJ.J”,3)<=-49)AND ANB>0)),COLORGREEN;
选股公式角起涨:=COUNT(CROSS(角线,角线MA),ANAREF(ANB,5));
选股公式中线底选股:REF(通达信指标=1,1)OR REF(通达信指标=1,2)OR买入=1 AND角买点=1 AND角起涨=1;
尾盘选股公式如上，建议在选股的时候自己可以运用下。中线股票选股指标公式有哪些?在《股市AI三大猜想》等炒股知识中也有许多关于中线选股、短线选股、长线选股的知识，如果要了解这些公式应该要多看看、学习相关内容。

JQData | A股投资指南-单因子选股的有效性验证

关于选股这个话题，相信每个投资者都有自己的一番心得。

技术派会提到均线、换手率等价格因子，而基本面派则更多会关注ROE、ROA等财务因子。

那么，在如此众多的因子中，什么因子真正有效呢？
本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。
什么是有效因子

在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：
①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。
②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。
③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市场通用的因子才是好因子。
针对以上三个特征，我们将回测周期设定在从2012-01-01至2019-01-31的时间段内，选取沪深300和中小板指代表两种不同风格的市场，通过因子选股的回测收益，来验证因子的有效性。
回测对象

1.股票池：通过聚宽数据出品的本地量化数据接口JQData，我们找到了获取任意指数成分股的方法：详见get_index_stocks()函数，在传入000300.XSHG和399005.XSHE两个指数代码后，我们获取了每一个交易日沪深300和中小板指数的股票池。
2.因子：紧接着，我们使用get_factor_values方法从聚宽因子库的数百个因子中选取了两个较常用的因子：operating_profit_ttm营业利润TTM(过去12个月营业利润之和）以及net_profit_growth_rate净利润增长率((今年净利润(TTM)/去年净利润(TTM))-1)。
Img

因子分层回测模型

为了验证每一个因子的有效性，我们构建了一个通用的因子选股回测模型，整体思路如下：
①每个交易日取出股票池中股票的因子值，按从小到大进行排序，将排序后的股票池等分成N个股票组合。(本文采用5等分股票池）
②等额买入每个等份的股票组合，月底重复①②两步并重新调仓，最后计算平均收益。(本文默认按月调仓）
③在总的时间区间上，每个调仓周期结束后进行一个复利的计算，最后将每组股票的累计收益绘制出来进行对比。
模型构建完毕后，我们传入回测区间和股票池，通过各个股票组合之间的收益对比以及和沪深300基准收益进行对比，我们能够清楚的找到能够带来超额收益Alpha的有效因子。

01.按营业利润TTM在沪深300股票池下的投资结果 -

按照模型思路，我们对沪深300股票池中的300只股票按照营业利润TTM因子值由小到大排序，再将其按顺序分成5等份，买入持有，月末调仓，每个等份分别回测出2012-01-01至2019-01-31按月调仓的累计收益，并绘制成图。

Img

可以看到，第0组~第4组之间总体分层较为明显，说明营业利润TTM在沪深300股票池中的表现是非常优秀的。它能够将沪深300中好的股票和差的股票在长达7年多的回测区间中大体区分开来。
Img

进一步的，沪深300中营业利润最高的组合在2012-01-01~2019-01-31的时间段内，收益高达【88.74%】，而同期沪深300的收益仅有【36.49%】，说明营业利润TTM因子的选股能力很强。

02.按营业利润TTM在中小板指股票池下的投资结果 -

沪深300总体都是白马蓝筹股，那么营业利润是否有不错的稳定性呢？它在其他风格中的市场中表现如何呢？以下是营业利润TTM在中小板指股票池中的表现：

Img

可以看到，它的表现并不是那么乐观，五组分层结果也不是那么明显。说明营业利润TTM因子更加适用于白马蓝筹，而在小市值股票中的表现却很一般。

 
<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /?>
 
※这是博友价值投机兄的文章，很不错的文章，值得我们认真体会学习。也可以作为我的那个《银行股十年十倍》的补充及未来操作原则。
有兴趣的朋友们就在这里与价值投机兄探讨探讨具体的问题吧。
 
关于市盈率选股持股
作者：博友 价值投机者  
来源于：本博上一篇第213楼
关于市盈率这一个单一的指标，我对于价值投资当中的“十年持股”和“高抛低吸”，有如下的考虑。
说明：我在下面提到的股票，均为好行业、好企业的股票，也就是值得股权投资的股票。
1.从市盈率这样一个单一的指标去考虑是否应该“十年持股”，如果市盈率一直低于10的情况下，就可以“十年持股”。这也是10年持股“不亏”的根本所在，即：所投资的企业，在10年之内的生产的利润，可以回报你初期的投入了。
2.如果市盈率一直保持在10以下，企业生产的利润每年以20%的速度增长，那么，要么是股价按20%在增长，要么是企业按20%分红给大家了（假设企业内部没有大硕鼠、没有败家子），那么10年持股，就享受20%的复利（分红后立即换成股票）。
3.如果由于股价上涨（企业盈利保持不变），市盈率上涨至20、30、40倍，意味着我们初期以10年为期收回成本的投资，已经从股价的溢价上，多获得了额外的10年、20年、30年的回报，这时，将股票卖出，把这5~10~30年的股价回报，收入囊中。
4.“十年持股”的“股”，不是一只股票的“股”，而是指“值得持有”的一群股票的“股”。通过换股，长期持有市盈率低于10的好股票，就是“十年持股”。
5. 如果我们同意“买入的理由”≈“持有的理由”，“不能买”≈“不能持有”，“所持股票的市值”≈“现金” 这些简单的道理，那么，就考虑市盈率这个单一的指标，“十年持股”≈持有“市盈率低于10的股票”！
6.价值投资的一大原则：要有“安全边际”。它也是遵循的“高抛低吸”的基本道理：在股价严重低于股票价值的时候，也就是市盈率很低（比如3倍~5倍）的时候，买入（=持有）这只“值得的”股票，就是“安全的”；在股价极度高于股票价值的时候，也就是市盈率很高（比如20~30~40倍）的时候，持有（=买入）这只股票，就是“不值”的，也是“不安全的”，就应该卖出，获取未来5~10~30年的回报。
7.由于我国股市具有股价起伏很大的特点，在高市盈率卖出股票后（这时的股市一般来说都比较疯），不一定能够立即换成市盈率低的好股票。这就需要耐心等待甚至1~3~5年。其实，只要考虑到自己在高市盈率的情况下，已经将未来5~10~30年的回报收入了郎中，这种耐心的等待，已经是获利后的等待了，心安理得，着什么急呢？喝茶吧！
(2009-03-08 11:06:14)
 
 

JQData | A股投资指南-单因子选股的有效性验证


关于选股这个话题，相信每个投资者都有自己的一番心得。

技术派会提到均线、换手率等价格因子，而基本面派则更多会关注ROE、ROA等财务因子。

那么，在如此众多的因子中，什么因子真正有效呢？


本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。

什么是有效因子

在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：

①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。

②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。

③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市场通用的因子才是好因子。

针对以上三个特征，我们将回测周期设定在从2012-01-01至2019-01-31的时间段内，选取沪深300和中小板指代表两种不同风格的市场，通过因子选股的回测收益，来验证因子的有效性。

回测对象

1.股票池：通过聚宽数据出品的本地量化数据接口JQData，我们找到了获取任意指数成分股的方法：详见get_index_stocks()函数，在传入000300.XSHG和399005.XSHE两个指数代码后，我们获取了每一个交易日沪深300和中小板指数的股票池。

2.因子：紧接着，我们使用get_factor_values方法从聚宽因子库的数百个因子中选取了两个较常用的因子：operating_profit_ttm营业利润TTM(过去12个月营业利润之和）以及net_profit_growth_rate净利润增长率((今年净利润(TTM)/去年净利润(TTM))-1)。



因子分层回测模型

为了验证每一个因子的有效性，我们构建了一个通用的因子选股回测模型，整体思路如下：

①每个交易日取出股票池中股票的因子值，按从小到大进行排序，将排序后的股票池等分成N个股票组合。(本文采用5等分股票池）

②等额买入每个等份的股票组合，月底重复①②两步并重新调仓，最后计算平均收益。(本文默认按月调仓）

③在总的时间区间上，每个调仓周期结束后进行一个复利的计算，最后将每组股票的累计收益绘制出来进行对比。

模型构建完毕后，我们传入回测区间和股票池，通过各个股票组合之间的收益对比以及和沪深300基准收益进行对比，我们能够清楚的找到能够带来超额收益Alpha的有效因子。

- 01.按营业利润TTM在沪深300股票池下的投资结果 -

按照模型思路，我们对沪深300股票池中的300只股票按照营业利润TTM因子值由小到大排序，再将其按顺序分成5等份，买入持有，月末调仓，每个等份分别回测出2012-01-01至2019-01-31按月调仓的累计收益，并绘制成图。



可以看到，第0组~第4组之间总体分层较为明显，说明营业利润TTM在沪深300股票池中的表现是非常优秀的。它能够将沪深300中好的股票和差的股票在长达7年多的回测区间中大体区分开来。



进一步的，沪深300中营业利润最高的组合在2012-01-01~2019-01-31的时间段内，收益高达【88.74%】，而同期沪深300的收益仅有【36.49%】，说明营业利润TTM因子的选股能力很强。

- 02.按营业利润TTM在中小板指股票池下的投资结果 -

沪深300总体都是白马蓝筹股，那么营业利润是否有不错的稳定性呢？它在其他风格中的市场中表现如何呢？以下是营业利润TTM在中小板指股票池中的表现：



可以看到，它的表现并不是那么乐观，五组分层结果也不是那么明显。说明营业利润TTM因子更加适用于白马蓝筹，而在小市值股票中的表现却很一般。



观察具体收益值，预期表现应该最好的第4组甚至只优于第0组的表现，同时和基准收益【12.59%】也没能很好地区分开来。

- 03.按净利润增长率在沪深300股票池下的投资结果 -

同样的思路，我们按照净利润增长率因子值由小到大将沪深300股票池中的300只股票排序，再将其按顺序分成5等份，月末调仓，每个等份分别回测出2012-01-01~2019-01-31的按月调仓后的累计收益，并绘制成图。



由图中可以看出，净利润增长率在沪深300股票池中的大体表现差强人意，分层表现不算特别明显。



再看具体收益，只有第3组跑赢了基准，但没有大幅跑赢，而本应收益最高的第4组却跑输了基准，说明净利润增长率并不适用于沪深300这种基本面较好的股票池。那么，在我们的印象中，净利润增长率这种一直表现较好的因子它的发挥之处在哪呢？请看下面的测试部分。

- 04.按净利润增长率在中小板指股票池下的投资结果 -

由下面的分层回测图可以看出，用净利润增长率对中小板指进行筛选，表现非常亮眼。分层结果也相对清晰。



可以看出，在2015年牛市期间，这种高成长的小市值股票更是带来了巨大的超额收益Alpha。



从收益来看，净利润增长率将中小板股票池划分的较为明确，区分度也很高。尤其2015年的牛市期间，高成长的小市值股票明显带来了相当可观的收益。

小结

1.印象中好的因子，实际测试却未必有效，通过因子选股回测模型，我们能更加科学地验证因子的有效性。

2.需要注意的是，同样一个因子，在不同时间段、不同股票池却有着截然不同的表现。因子的有效性，是否存在这种天然的局限性，值得我们进一步深思。

感谢本文作者：CP；感谢夏鲁迅提出的宝贵建议。

- 福利时间 -

盼望着，盼望着，牛市来了，为了满足大家的因子选股需求，JQData现推出聚宽因子库免费试用和优惠活动，详情咨询JQData管理员，微信号：JQData01

- 关于JQData -

JQData本地量化数据接口由聚宽数据出品，提供一站式超好用本地量化金融数据。适用于从事量化投资的金融机构，学术团体和量化研究者，助您轻松完成本地化的量化研究与投资决策。点击 我也要用 立刻申请JQData一年使用权限。