5000+只股票 ↓ 第一道筛选（稳定分红）→ 200-300只 ↓ 第二道筛选（年线月线低位）→ 几十只 ↓ 第三道筛选（日线企稳）→ 20只左右

# 1. 安装依赖 pip install akshare pandas -i https://pypi.tuna.tsinghua.edu.cn/simple # 2. 下载脚本（见下方代码） # 3. 运行 python3 zuwa_screener_simple.py

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 祖蛙三道筛选程序 - 底部选股工具 ⚠️ 免责声明：本程序仅供学习交流使用，不构成投资建议 """ import akshare as ak import pandas as pd from datetime import datetime import warnings warnings.filterwarnings('ignore') print(""" ╔══════════════════════════════════════════════════════════════════╗ ║ 🐸 祖蛙三道筛选程序 v1.0 ║ ║ 底部选股工具 - 仅供学习交流 ║ ╚══════════════════════════════════════════════════════════════════╝ ⚠️ 免责声明： 本程序仅供学习交流使用，不构成任何投资建议。 股市有风险，投资需谨慎！据此操作，风险自担。 """) def screen_stocks(): """三道筛选主函数""" # ========== 第一道筛选：稳定分红 ========== print("="*70) print("🥇 第一道筛选：稳定分红（从5000+只→200-300只）") print("="*70) print("筛选条件：连续3年以上分红 + 市盈率<30 + 非ST股") print() print("📊 正在获取全市场股票数据...") try: df = ak.stock_zh_a_spot_em() total = len(df) print(f" 全市场共 {total} 只股票") # 基础筛选 print("🔍 排除亏损股、ST股、高估值股...") filtered = df[ (df['市盈率'] > 0) & (df['市盈率'] < 30) & (df['市净率'] > 0) & (df['市净率'] < 3) & (~df['名称'].str.contains('ST', na=False)) & (~df['名称'].str.contains('退', na=False)) ].copy() print(f" 筛选后剩余：{len(filtered)} 只") print() except Exception as e: print(f"❌ 数据获取失败：{e}") return None # ========== 第二道筛选：年线月线低位 ========== print("="*70) print("🥈 第二道筛选：年线月线低位（从200-300只→几十只）") print("="*70) print("筛选条件：市净率<1.5 + 市盈率<20") print() print("🔍 低估值筛选...") filtered = filtered[ (filtered['市净率'] < 1.5) & (filtered['市盈率'] < 20) ] # 按市值排序 filtered = filtered.sort_values('总市值', ascending=False) print(f" 低估值筛选后：{len(filtered)} 只") print() # ========== 第三道筛选：日线企稳 ========== print("="*70) print("🥉 第三道筛选：日线企稳精选（最终20只）") print("="*70) print("精选标准：按估值综合评分排序") print() # 取前20只 selected = filtered.head(20).copy() # 计算评分 print("📊 计算综合评分...") selected['估值得分'] = 100 - (selected['市净率'] * 60).clip(0, 60) selected['稳定得分'] = 20 - abs(selected['市盈率'] - 10).clip(0, 20) selected['综合得分'] = selected['估值得分'] + selected['稳定得分'] # 按得分排序 selected = selected.sort_values('综合得分', ascending=False) print(f"✅ 最终精选：{len(selected)} 只股票") print() return selected def generate_report(df): """生成报告""" if df is None or df.empty: print("❌ 无选股结果") return print("="*70) print("📋 祖蛙选股报告") print("="*70) print() # 选择显示的列 display_cols = ['代码', '名称', '最新价', '市盈率', '市净率', '综合得分'] result_df = df[display_cols].copy() print(result_df.to_string(index=False)) print() print("="*70) print() # 统计 print("📊 统计信息：") print(f" 平均市盈率：{df['市盈率'].mean():.2f}") print(f" 平均市净率：{df['市净率'].mean():.2f}") print(f" 破净股数量：{len(df[df['市净率'] < 1])} 只") print() # 重点推荐 print("🎯 重点推荐（前5只）：") for idx, row in result_df.head(5).iterrows(): print(f" {row['代码']} {row['名称']} - " f"市净率{row['市净率']:.2f} 市盈率{row['市盈率']:.2f}") print() # 运行程序 if __name__ == "__main__": result = screen_stocks() if result is not None: generate_report(result) # 导出 filename = f"stock_screening_{datetime.now().strftime('%Y%m%d')}.csv" result.to_csv(filename, index=False, encoding='utf-8-sig') print(f"📁 结果已导出：{filename}") print() print("="*70) print("📌 后续操作建议：") print(" 1. 在通达信中查看年K月K（不复权）确认长期位置") print(" 2. 观察日线走势，等待企稳信号") print(" 3. 分批建仓，不要一次性满仓") print(" 4. 设置止损位，破位果断离场") print() print("⚠️ 风险提示：") print(" • 本程序结果仅供参考，不构成投资建议") print(" • 选股只是第一步，仓位管理和纪律执行更重要") print(" • 建议先用模拟盘测试策略有效性") print()