问财量化选股策略逻辑
选股逻辑包括三个条件：选择元宇宙行业的股票、机构动向大于0，昨天出现龙虎榜。根据这些条件进行选股，进行投资。
选股逻辑分析
该选股策略主要围绕以下三个条件进行选股：
- 选取元宇宙行业中的股票，因为元宇宙领域具有较高的成长性和隐含收益；
- 机构动向具有预测性和引导作用，选择机构买入股票可以获得较好的资本回报；
- 选取昨日出现龙虎榜的股票进行投资，因为这些股票在市场上备受关注，有可能获得超额收益。
综合以上条件，选择符合条件的个股进行投资。
有何风险？
- 龙虎榜并不一定代表着股票的增长空间和利润增长能力；
- 只考虑机构动向和龙虎榜可能会忽略一些重要指标；
- 如果市场整体大跌，该策略可能无法有效保护投资本金。
如何优化？
- 综合考虑多个时间段内的股票表现情况，并结合基本面指标等多个维度进行分析；
- 加入行业板块轮动因素，进行相对强势的行业和个股选择；
- 加入风险控制指标，有效保护投资本金；
- 优化龙虎榜的选股条件，例如可以加入股价、成交量等指标进行筛选。
最终的选股逻辑
该选股策略选择元宇宙行业中，机构动向大于0，昨天龙虎榜的股票进行投资。
同花顺指标公式代码参考
元宇宙行业：GNBK("gnxq");
机构动向：DRS_M("zlltgtzb");
龙虎榜：LHB("f5");
选股公式：GNBK("gnxq") AND DRS_M("zlltgtzb") AND LHB("f5") = 1;
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry')
data1 = data1[(data1['name'].str.contains('元宇宙')) & (data1['industry'] != '银行')]
data2 = pro.query('fii_lgt_list', start_date='20220308', end_date='20220308',
fields='ts_code, buy_value, sell_value, net_value')
data2 = data2.groupby(by='ts_code').sum()
data2['net'] = data2['net_value'] / 1e8
data2 = data2.sort_values(by='net', ascending=False)
data2 = data2.iloc[0:100, :]
data2['rank'] = range(1, 101)
data2 = data2.loc[:, ['rank']]
data3 = pro.query('top_list', trade_date='20220307',
fields='ts_code, close, pct_change',
filters='list_type="龙虎榜机构席位买入前五名"')
data7 = pd.concat([data1.loc[:, 'ts_code'], data2, data3.loc[:, 'pct_change']], axis=1)
data7.columns = ['ts_code', 'ddjlr_rank', 'pct_chg']
data7 = data7.dropna()
data7['lhb_flag'] = data7['pct_chg'].apply(lambda x : 1 if x > 0 else 0)
data7 = data7.loc[data7['lhb_flag'] == 1, :]
data7.reset_index(drop=True, inplace=True)
return data7
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
