如何选股？相关资讯_叩富问财专题

许多量化投资者在进行历史多因子选股策略回测时，往往能跑出令人惊叹的账面收益率，但一上线实盘，结果就大面积拉胯。在排除了未来函数和过拟合后，导致这一落差的罪魁祸首通常是触碰了隐蔽的“流动性黑洞”——即策略在回测时错误地买入了那些看似涨幅巨大、但真实成交量极度稀薄的“僵尸股”或小市值绩差股。在纯数字的历史回测世界里，系统默认盘口的流动性是无限的。如果某只小市值个股当天成交额只有几百万元，... 阅读全文

2026-7-6 10:36 259次浏览

收盘后才是量化交易者主场，QMT盘后批量选股流程

首席黄顾问 _股票丽江已帮助15万+人好评8.0万+

QMT盘后批量选股可按数据准备、确定选股策略、编写代码、运行筛选及结果处理等流程进行，以下是具体步骤：数据准备：打开QMT客户端，点击右下角【行情】按钮，进入【历史数据下载】标签，选择【财务数据】，勾选需要下载的股票和报表类型，点击【开始下载】，确保有足够的历史数据和财务数据等用于选股。确定选股策略：明确选股逻辑，如基于技术指标（MACD金叉、KDJ超卖等）、基本面指标（高ROE、低PE等）或资金流向等。也可以组合多种条件，如同时... 阅读全文

2026-7-3 15:38 489次浏览

股票交易中的“股息率”选股：红利策略的长期表现

吴顾问 _股票宜宾已帮助24万+人好评493

股息率是每股分红除以股价。高股息率股票通常具备稳定的现金流和成熟的企业特征。红利策略（买入高股息率股票组合）在长期跑赢大盘，尤其适合低利率环境。下面分析股息率选股的要点。计算：股息率=每股现金分红/股价。注意，使用过去一年分红（TTM）还是预期分红？常用TTM。选股标准：-连续3年以上分红，且分红稳定。-股息率高于3%（优于银行理财）。-股息率不是由股价下跌造成的（排除基本面恶化导致的高股息）。-派息率（分红/净利润）不超过70%... 阅读全文

2026-5-15 15:20 553次浏览

量化选股逻辑深度解析：从多因子模型到实盘执行

张经理 _股票深圳已帮助7.6万+人好评553

量化选股的核心在于通过数学模型在全市场数千只股票中筛选出具有大概率上涨潜力的组合。2026年，多因子模型依然是散户进阶的主流逻辑。一个典型的多因子策略通常包含估值因子（如PE、PB）、动量因子（如近20日涨幅）以及质量因子（如净资产收益率）。投资者通过给不同因子分配权重，计算出每只股票的综合得分，从而构建持仓池。相比主观选股，量化选股的优势在于覆盖面广且纪律性强。它能通过历史数据验证哪些因子在当前市场环境下最有效，并根据市场变化动... 阅读全文

2026-4-10 15:44 392次浏览

行业主题ETF选股逻辑：如何构建自己的行业轮动模型？

量化张经理 _股票德阳已帮助16万+人好评1299

2026年的市场特征之一就是“结构性行情”。当人工智能起飞时，新能源可能在调整；当红利板块避险时，半导体可能在震荡。对于散户来说，个股的雷很难防，但行业趋势却有迹可循。行业主题ETF因此成了捕捉轮动机会的最佳载体。所谓的行业轮动，就是不断地在“被低估的起步阶段行业”和“即将到位的过热行业”之间进行切换。第一部分：如何科学地识别行业热点？构建模型需要三个核心维度... 阅读全文

2026-4-3 14:01 520次浏览

2026年A股市场全面注册制下的选股逻辑变化

张经理 _股票深圳已帮助7.6万+人好评553

进入2026年，全面注册制已运行多年，市场生态发生了根本性变化。对于普通投资者而言，过去的“听消息、抄作业”模式已难以适应当前的市场环境。在注册制背景下，个股走势的分化成为常态。选股逻辑的核心已从“博重组”转向“重价值”。投资者应重点关注企业的经营性现金流、研发投入占比以及行业竞争壁垒。2026年的数据披露更加透明且即时，利用量化工具对财报进行初筛已成为主流手... 阅读全文

2026-3-31 16:20 569次浏览

2026年散户如何构建量化选股池？多因子过滤模型解析

张经理 _股票深圳已帮助7.6万+人好评553

量化选股的核心在于通过一套客观的评分体系，从全市场五千多只股票中筛选出概率占优的标的。2026年的主流做法是采用多因子过滤模型，将基本面、技术面与筹码面相结合。第一层是初筛，利用财务因子（如扣非净利润增长率、销售毛利率）剔除业绩变脸或财务杠杆过高的公司。第二层是量价过滤，引入动量因子、波动率因子或成交量异动因子，筛选出处于活跃状态的标的。第三层是风险控制，通过行业中性化处理，确保选股池不会过度集中在单一板块。这种分层过滤的白描法，... 阅读全文

2026-3-27 14:28 602次浏览

量化交易如何选股？基于Python的全市场筛选逻辑实操

小李经理 _股票宁波已帮助6.8万+人好评75

传统的人工选股往往局限于个人关注的几十只标的，难以覆盖沪深京三市数千只股票。而量化交易的核心价值之一，就是能够通过代码实现“全市场瞬时扫描”。利用Python量化工具，投资者可以在几秒钟内完成对所有股票的技术面、基本面多维度筛选。实现这一功能的底层逻辑是“数据遍历”。在QMT系统中，可以使用get_market_data_ex函数一次性调取全市场股票的行情序列。例如，你可以设定过滤条... 阅读全文

2026-3-27 09:22 535次浏览