网格选股工具与下载（第 4 篇）

一句话:网格选股 = 用 5 维评分从 4879 只股票里筛出 Top 100 网格标的。3 大文件 = Excel 报告 + SQLite 数据库 + Python 脚本。已部署在博客下载页,3 个文件任意用。

---

一、工具是什么

1.1 一句话

网格选股工具 = 自动化筛选网格交易标的
             = 从全市场 4879 只筛 Top 100
             = 输出 Excel + 数据库 + 脚本

1.2 5 维评分(100 分制)

维度	满分	评估点
基本面	20	ROE / 营收 / 利润 / 资产负债率
估值	20	PE / PB / PEG / 历史分位
技术	20	均线 / 趋势 / 支撑压力
资金	20	北向 / 融资 / ETF / 主力
情绪	20	换手率 / 龙虎榜 / 舆情

分数 >= 80 = 优质网格标的;60-80 = 可关注;< 60 = 不选

---

二、3 大文件

2.1 文件 1:Excel 报告

文件	用途	大小
grid_stock_screen_top_2026-08-06.xlsx	Top 100 网格股	37 KB
grid_industry_top_2026-08-06.xlsx	22 行业 Top 排名	32 KB
grid_stock_screen_full_2026-08-06.xlsx	全市场 4879 只	1.7 MB

2.2 文件 2:SQLite 数据库

grid_screener.db = 88 MB
8 个表:
- stock_basic(4879 只股票基础信息)
- kline_daily(584,066 行 K 线)
- score_history(评分历史)
- fetch_log(5229 次 API 抓取)
- industry_bk(496 个申万行业板块)
- industry_mapping(13,012 行股票-板块映射)
- stock_industry(5559 只股票的行业)
- ...

2.3 文件 3:Python 脚本

grid_screener_v3.py = 40 KB
- 完整的网格选股逻辑
- 数据源:腾讯 qt.gtimg.cn + 东方财富 push2
- 自动增量更新
- 5 维评分算法

---

三、5 维评分详细逻辑

3.1 基本面(20 分)

def fundamental_score(stock):
    score = 0
    if stock.roe > 15: score += 8       # ROE > 15%
    elif stock.roe > 10: score += 5
    if stock.revenue_growth > 10: score += 6
    if stock.debt_ratio < 60: score += 6
    return min(score, 20)

3.2 估值(20 分)

def valuation_score(stock):
    score = 0
    if stock.pe < 15: score += 8
    elif stock.pe < 25: score += 5
    if stock.pb < 1.5: score += 6
    if stock.peg < 1: score += 6
    return min(score, 20)

3.3 技术(20 分)

def technical_score(stock):
    score = 0
    if stock.ma5 > stock.ma20: score += 7  # 5 日均线上穿 20 日
    if stock.macd > 0: score += 6
    if stock.rsi < 70 and stock.rsi > 30: score += 7
    return min(score, 20)

3.4 资金(20 分)

def capital_score(stock):
    score = 0
    if stock.north_net > 0: score += 8  # 北向净买入
    if stock.margin_change > 0: score += 6
    if stock.etf_inflow: score += 6
    return min(score, 20)

3.5 情绪(20 分)

def sentiment_score(stock):
    score = 0
    if 1 < stock.turnover < 5: score += 8
    if stock.longhubang: score += 6
    if stock.sentiment_positive: score += 6
    return min(score, 20)

---

四、Top 30 实测(2026-08-06)

排名	代码	名称	总分	行业
1	600711	盛屯矿业	92.6	有色
2	002460	赣锋锂业	91.8	电池
3	002414	高德红外	91.2	国防军工
4	600519	贵州茅台	89.5	白酒
5	002594	比亚迪	89.2	新能源
6	300750	宁德时代	88.8	电池
7	600036	招商银行	87.3	银行
8	601318	中国平安	86.9	保险
9	600030	中信证券	86.1	证券
10	000858	五粮液	85.7	白酒

---

五、22 个行业 Top 排名

行业	Top 1	分数
有色金属	盛屯矿业	92.6
电池	赣锋锂业	91.8
国防军工	高德红外	91.2
白酒	贵州茅台	89.5
新能源	比亚迪	89.2
银行	招商银行	87.3
保险	中国平安	86.9
证券	中信证券	86.1
家电	美的集团	84.6
地产	万科 A	78.2

---

六、3 大使用场景

6.1 场景 1:网格交易选股

1. 选 5-10 只 Top 100 股票
2. 设定网格区间(过去 1-3 年中枢 ±20%)
3. 设定步长(区间 5%)
4. 设定每格仓位(等额)
5. 用条件单自动化

6.2 场景 2:价值投资选股

1. 选 5-10 只 Top 50 股票
2. 长期持有(3-5 年)
3. 享受复利

6.3 场景 3:行业 ETF 替代

1. 看 22 行业 Top 排名
2. 选龙头股替代 ETF
3. 跑赢行业指数

---

七、3 大局限

7.1 局限 1:数据源不稳定

- 腾讯 qt.gtimg.cn 偶发 WAF
- 东方财富 push2 偶发 SSL EOF
- 必须有降级方案

7.2 局限 2:回测只是历史

- 5 维评分基于历史规律
- 市场结构变化会失效
- 必须动态调整

7.3 局限 3:不保证赚钱

- Top 100 也会亏
- 必须严格止损
- 必须仓位管理

---

八、下载与使用

8.1 下载链接

👉 http://120.78.127.75:9000/downloads/

5 个文件:

• grid_stock_screen_db_2026-08-06.xlsx(37 KB,Top 100)
• grid_industry_top_2026-08-06.xlsx(32 KB,22 行业)
• grid_stock_screen_full_2026-08-06.xlsx(1.7 MB,全市场)
• grid_screener.db(88 MB,SQLite)
• grid_screener_v3.py(40 KB,Python 脚本)

8.2 使用流程

1. 下载 Excel 看 Top 100
2. (可选)下载 SQLite 数据库深度查询
3. (可选)下载 Python 脚本自定义
4. 选 5-10 只股票 + 网格参数
5. 用条件单自动化

8.3 运行环境

- Python 3.8+
- 依赖:requests, pandas, sqlite3, akshare
- 数据源:腾讯 qt / 东方财富 push2
- 跑一次:30-60 秒(全市场 4879 只)

---

九、3 大实战建议

9.1 建议 1:从 Excel 开始

新手:
1. 下载 Top 100 Excel
2. 选 3-5 只熟悉的股票
3. 用券商条件单跑网格
4. 观察 3 个月

9.2 建议 2:结合基本面

不要只看评分:
- 看 ROE > 15%
- 看 PE 历史分位
- 看护城河(精华 10)
- 综合判断

9.3 建议 3:持续更新

每周跑一次脚本:
- 增量更新数据
- 重新评分
- 调整持仓

💬 “网格选股工具 = 5 维评分 + 3 大文件 + 自动化。已部署,3 个文件任意下载。Top 100 不是圣杯,要结合基本面 + 仓位管理。”

---

说明 · 本站内容均为学习笔记与经验总结,所有菜谱与技法请结合实际食材、季节与个人口味灵活调整。涉及生食、营养与健康的内容仅供参考,特殊体质或疾病请咨询专业营养师/医生。