三层筛网量化选股v1.0

三层筛网量化选股策略

从4000只A股中挑出赢家的量化选股方法。

策略原理（三层筛网架构） 第一层：硬性排除（剔除"不合格者"） 净利润为负（剔除连续亏损公司） 资产负债率 > 70%（剔除高杠杆公司） 经营现金流为负（剔除"只赚报表不赚钱"公司） 日均成交额排名后20%（剔除流动性差的股票） 股价 < 1元（规避仙股风险） 第二层：多因子综合打分（寻找"优等生"） 因子 权重 指标 方向 价值因子 40% 市净率(PB) 越低越好 质量因子 40% 净资产收益率(ROE) 越高越好 动量因子 20% 过去6个月涨幅 中间区间最好

总分 = 价值得分 × 40% + 质量得分 × 40% + 动量得分 × 20%

第三层：行业与风险均衡（构建"合理组合"） 将Top200-300只候选股按行业分类 每个行业独立排名选股 覆盖大盘/中盘/小盘 最终选出30-50只行业优质代表 什么时候使用 用户要求量化选股 用户要求从A股中挑选股票 用户要求多因子选股 用户要求"从4000只股票中选出好股票" 用户要求生成股票推荐列表 使用方式

• 运行选股脚本

cd 技能s/quant-stock-selector python quant_selector.py

• 输出内容

第一层筛选结果（排除了多少只） 第二层多因子评分排名（Top50） 第三层行业均衡后的最终推荐（Top30） 数据源 数据源 接口 用途 JQData 基本面查询 财务数据(ROE/资产负债率等) JQData 日K线 价格动量计算 AK分享 成分股列表 股票池获取 关键认知 逻辑重于数据：每一步筛选背后应有清晰的经济学或行为金融学解释 追求概率优势：不是每只都能涨，而是整体组合上涨概率显著高于随机选择 迭代是生命：市场在变，筛选逻辑需要定期审视和调整 注意事项 JQData免费版数据有日期范围限制 建议配合OpenClaw Heartbeat每周运行一次 选股结果仅供参考，不构成投资建议