用方法替代口号

把指标读懂,再把条件组合起来

面向有一定 A 股经验、希望减少手工筛选时间的研究者。教程聚焦指标含义、比较方式和常见误区。

10 个首批选题5 大主题每周持续更新

量比和换手率应该一起看吗?

一个反映当日相对成交变化,一个反映流通筹码交换程度。理解两者量纲、时点和行业差异。

阅读教程

为什么 PE_TTM 低不等于“便宜”

周期利润、亏损样本、行业资本结构和增长预期,都会改变 PE 的可比性。

阅读教程

收益、波动和回撤的三角关系

收益描述结果,波动描述离散程度,回撤描述路径。三者缺一不可。

阅读教程

多头排列为什么经常选到已经涨高的股票?

均线结构天然滞后。把区间位置、波动与回撤加入同一张证据表,减少只看排列的误解。

查看趋势模板

市值、ROE、利润增速应该按什么顺序筛?

先处理样本可比性和流动性,再加入质量条件,能让每层排除原因更清楚。

操作一次漏斗

回测中最容易忽略的三个“未来函数”

财务披露时点、指数成分调整与收盘后字段,是最常见的时间穿越来源。

查看方法局限

为什么同一套条件在不同市场周期表现不同?

风格、流动性与行业景气改变后,历史横截面关系也会变化。

阅读局限说明

量化筛选结果为什么仍需要人工复核?

公告、行业逻辑和个人风险承受能力无法被一张静态数据截面完全覆盖。

查看复核边界

如何建立一套属于自己的股票筛选清单?

从排除项开始,用七天逐层加入流动性、趋势、质量、估值与复核步骤。

参加 7 天活动

从 10 个指标减到 4 个:复杂策略不一定更有效

高度相关的条件会重复表达同一信息,也让结果更难解释和复现。

比较条件模板

教程 01

量比和换手率应该一起看吗?

量比通常用于描述当前成交速度相对近期同一时段是否放大;换手率描述成交量相对于流通股本的比例。前者更偏“变化”,后者更偏“程度”。单看量比,低流动性股票的偶发成交可能被放大;单看换手率,也无法知道今天是否显著偏离其常态。

更稳妥的观察方式
先在同一交易时点比较量比,再用个股自身历史和行业分位理解换手率,最后检查成交额是否具备研究意义。
常见误区
量比高只说明成交速度变化,不自动意味着买盘占优;换手率高也可能来自分歧和卖压。

可复现的筛选顺序

  1. 限定可交易样本并排除停牌或极低成交额标的。
  2. 在相同时间点读取量比,避免 10:00 与 14:50 直接比较。
  3. 按行业或市值组计算换手率分位,降低结构差异。
  4. 结合价格变化与成交稳定性,形成研究清单。

教程 02

为什么 PE_TTM 低不等于“便宜”

PE_TTM 使用过去十二个月利润。若利润处于周期高点,低 PE 可能只是高利润的结果;若利润为负,PE 通常失去常规比较意义。银行、制造、软件等行业的资本结构与利润稳定性不同,也不适合直接混排。

检查项要回答的问题处理方式
利润符号过去十二个月是否盈利?负值样本单列,不参与常规 PE 排名
利润稳定性利润是否由一次性项目推动?结合扣非利润和经营现金流
行业可比性商业模式是否接近?优先行业内比较
历史位置当前估值处于自身什么区间?使用历史分位,不使用绝对标签

教程 03

收益、波动和回撤的三角关系

两只股票都可能取得 20% 区间收益,但一只沿稳定路径上涨,另一只先跌 30% 再反弹。只看期末收益会掩盖路径差异。波动率反映日收益离散程度,最大回撤则直接描述从阶段高点到后续低点的损失路径。

return = ending_value / beginning_value - 1
volatility = std(daily_return) × √252
max_drawdown = min(value / running_peak - 1)

在筛选中,可以把收益作为描述性条件,把波动和回撤作为约束,但不应把历史低波动理解为未来安全。市场状态改变时,波动结构也会改变。