ptrade量化策略之ST股弱转强，回测年化115%

本策略的核心是精选ST股票，国九条过滤，防止直接暴雷退市，只做ST股票的弱转强

量化交易小刘

754人浏览 · 2025-07-08 16:15:15

量化交易小刘 · 2025-07-08 16:15:15 发布

本文是策略的ptrade版本，可以直接在ptrade上回测和实盘交易

本策略的核心是精选ST股票，国九条过滤，防止直接暴雷退市，只做ST股票的弱转强，弱转强的认定标准是前日涨停但昨日不涨停，昨日收盘价大于前一日最低价，昨日收盘价大于10日线，昨日成交量大于前一日的成交量但小于前一日成交量的10倍，股价大于1；这类股票强势，有资金介入，能获得超额收益。

回测(2025.1.1-2025.6.26)数据如下：

*回测数据只作测试用，不代表未来实际收益

1、策略初始化配置

主要定义了持股数量、当日股票池、运行周期等等

g.check_out_lists = []
g.today_list = []
g.stock_num = 5
# 9点35买入
if context.current_dt.hour == 9 and context.current_dt.minute == 35:
      buy(context)
# 13：00卖出
if context.current_dt.hour == 13 and context.current_dt.minute == 0:
      sell(context)
# 14：00卖出
if context.current_dt.hour == 14 and context.current_dt.minute == 0:
       sell(context)

2、选股逻辑

（1）选取全市场所有的ST股票

##获取所有ST股##               
def get_st(context):
    pre_date = context.previous_date.strftime('%Y%m%d')
    stocks = get_Ashares(pre_date)
    st_stocks = []
    st_status = get_stock_status(stocks, query_type='ST', query_date=pre_date)
    for i in stocks:
        if st_status[i] is True:
            st_stocks.append(i)      
    return st_stocks

（2）1、4、12月份进行国九条过滤

1、4、12月份进行国九条过滤，避免直接暴雷和退市风险

def today_is_between(context):
        today = context.current_dt.strftime('%m-%d')
        if ('01-15' <= today) and (today <= '01-31'):
            return True
        elif ('04-15' <= today) and (today <= '04-31'):
            return True     
        elif ('12-15' <= today) and (today <= '12-31'):
            return True 
        else:
            return False

（3）国九条过滤条件

市值在10到500亿，归属于母公司所有者的净利润大于0，净利润大于0，营业收入大于1亿，roe大于0，roa大于0

def GJT_filter_stocks(context, stocks):
    # 国九更新：过滤近一年净利润为负且营业收入小于1亿的
    # 国九更新：过滤近一年期末净资产为负的 (经查询没有为负数的，所以直接pass这条)

    df1 = get_fundamentals(stocks,"income_statement", fields=["np_parent_company_owners", "net_profit", "operating_revenue"],date=context.previous_date)
    df2 = get_fundamentals(stocks,"profit_ability", fields=["roa", "roe"],date=context.previous_date)
    df4 = pd.concat([df1, df2], axis=1)
    df4 = df4[(df4["np_parent_company_owners"] > 0) & (df4["net_profit"] > 0) & (df4["operating_revenue"] > 1e8) & (df4["roa"] > 0) & (df4["roe"] > 0)]

    final_list = df4.index.tolist()
    final_list = filter_halt_status(final_list)
            
    return final_list

（4）技术指标筛选

昨日收盘价大于前一日最低价，昨日收盘价大于10日线，昨日成交量大于前一日成交量但小于前一日成交量的10倍，股价大于1

def filter_stocks(context, stocks):
    pre_date = context.previous_date.strftime('%Y%m%d')
    df = get_price(stocks, end_date=pre_date, frequency='1d', 
        fields=['close', 'low', 'volume'], count=11)
    # 按股票分组处理
    df['time'] = df.index.tolist()
    df = df.reset_index()
    grouped = df.groupby('code')
    # 计算技术指标
    ma10 = grouped['close'].transform(lambda x: x.rolling(10).mean())  # 10日均线
    prev_low = grouped['low'].shift(1)  # 前一日最低价
    prev_volume = grouped['volume'].shift(1)  # 前一日成交量
    # 构建筛选条件
    conditions = (
        (df['close'] > prev_low) &                # 多头排列
        (df['close'] > ma10) &                    # 10日线上方
        (df['volume'] > prev_volume) &            # 放量
        (df['volume'] < 10 * prev_volume) &       # 成交量未暴增
        (df['close'] > 1)                         # 股价>1
    )
    # 获取最新交易日数据
    latest_data = df[df['time'] == pre_date]
    valid_stocks = latest_data[conditions]['code'].unique().tolist()
    print("valid_stocks-------", valid_stocks)
    
    return valid_stocks

（5）弱转强认定

前日涨停但昨日不涨停的股票

def rzq_list(context,initial_list): 
    trading_days = get_trade_days(count=3)
    date = trading_days[1] #昨日
    date_1 = trading_days[0] #前日
    # 昨日不涨停
    h1_list = get_ever_hl_stock(initial_list, transform_date(date))
    # 前日涨停过滤
    elements_to_remove = get_hl_stock(initial_list, transform_date(date_1))
    zb_list = [stock for stock in h1_list if stock  in elements_to_remove]
    return zb_list  
    
##筛选不涨停##   
def get_ever_hl_stock(initial_list, date):
    hl_list = []
    for i in initial_list:
        stock_flag = check_limit(i, query_date=date)[i]
        if stock_flag == 0:
            hl_list.append(i)
    return hl_list  
          
##筛选出涨停的股票##
def get_hl_stock(initial_list, date):
    hl_list = []
    for i in initial_list:
        stock_flag = check_limit(i, query_date=date)[i]
        if stock_flag == 1:
            hl_list.append(i)
    return hl_list

（6）开盘认定

选择开盘低开3个点左右，换手率高的股票

pre_date = context.previous_date.strftime('%Y%m%d')
df = get_price(filter_list, end_date=pre_date, frequency='1d', 
        fields=['close'], count=1)
df['open_now'] = [get_trend_data(stocks=s)[s]['hq_px'] for s in filter_list]            
df = df[(df['open_now']/df['close'])< 1.01] #低开越多风险越大，选择3个多点即可
df = df[(df['open_now']/df['close'])> 0.95]

3、调仓逻辑

（1）买入

可用余额平均分配金额买入

def buy(context):
    target=g.today_list
    hold_list = list(context.portfolio.positions.keys())
    num=g.stock_num-len(hold_list)
    if num==0:
        return
    target=[x for x in target  if x not in  hold_list][:num]
    if len(target) > 0:
        # 分配资金（等权重买入）
        value=context.portfolio.cash
        cash_per_stock = value / num
        for stock in target:
            # 排除停牌和涨跌停无法交易的股票
            stock_flag = check_limit(stock)[stock]
            if stock_flag != 0:
                continue
            order_value(stock, cash_per_stock)  # 按金额买入[6](@ref)
            log.info (f"买入 {stock}")

（2）卖出

第二天未涨停并且亏损超过3%或者盈利大于0或者昨日涨停并且当前不是跌停，满足上述条件就卖出

def sell(context):
    hold_list = updatePositions(context)
    sell_list = []
    if len(hold_list) > 0:
        for stock in hold_list:
            pre_date = context.previous_date.strftime('%Y%m%d')
            pos = get_position(stock)      
            last_price = pos.last_sale_price
            avg_cost = pos.cost_basis
            ret_matrix = (last_price / avg_cost - 1) * 100
            # 条件2.1：亏损超过3%
            cond2_1 = ret_matrix < -3
            # 条件2.2：盈利超过0%
            cond2_2 = ret_matrix > 0
            stock_flag = check_limit(stock)[stock]
            # 条件2.3：昨日涨停
            cond2_3 = check_limit(stock, query_date=pre_date)[stock]

            if (stock_flag == 0) and (cond2_1 or cond2_2 or cond2_3 == 1):
                sell_list.append(stock)

        # 批量下单
        for s in sell_list:
            pos = get_position(s) 
            if pos.enable_amount > 0:
                order_target_value(s, 0)
                print("卖出：", s)

这篇文章主要分享ST股弱转强策略，主要的逻辑在选股条件以及卖出条件上，适合小仓位的风险投资者。

如果有不懂的，欢迎找我一起交流，加入量化交易大家庭