问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，挑选出今日竞价金额排序前5的股票，并筛选出连续3天以上大单净量大于0.05的股票进行投资。
选股逻辑分析
该选股策略主要考虑了股票的成交量和资金流向情况。按今日竞价金额排序前5可选择出市场表现较好的股票，连续3天以上大单净量大于0.05的股票则说明资金正在大量流入该股票，具有较大的投资价值。该选股策略在选股时更加注重大单资金流入的情况，可提高选股的准确性。
有何风险？
该选股策略可能存在以下风险：
- 该策略只考虑了股票的成交量和大单资金流入情况，而其他因素如基本面、市场行情、政策变化等因素可能对股票造成重要影响，这些因素未被考虑可能会使策略失效。
- 选股策略的具体条件和指标参数的设置可能会对策略效果产生较大影响。
- 突发事件可能会在短时间内对股票价格产生重要影响，这可能会使得策略失效。
如何优化？
为了优化该选股策略，可以考虑以下方法：
- 在选择股票时，考虑综合因素，如基本面、市场行情、政策变化等因素，进行评估。
- 设定不同的大单净量阈值，对不同市场环境和行情进行适当调整，提高选股效果。
- 通过与其他指标的组合使用，如均线、MACD等技术指标，可以更加准确地选出符合要求的股票。
最终的选股逻辑
为了完善该选股策略，以下是我们提出的一份更加完善的选股逻辑：
在元宇宙行业中，挑选出今日竞价金额排序前5的股票，并选择连续3天以上大单净量大于0.05的股票进行投资。选股条件为：
- 行情：SH或SZ
- 行业特点：元宇宙
- 竞价金额排序：ORDLST(1, "JBJG")
- 大单资金流入：QB(3, "VNet10")>0.05
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
QB(3, "VNet10")>0.05 &
QB(3, "VNet10").shift(1)>0.05 &
QB(3, "VNet10").shift(2)>0.05
同花顺指标公式代码参考
- 行情：SH或SZ
- 行情类型：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：INDUSTRY.industry == "元宇宙"
- 竞价金额排序：ORDLST(1, "JBJG")
- 大单资金流入：QB(3, "VNet10")>0.05
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
QB(3, "VNet10")>0.05 &
QB(3, "VNet10").shift(1)>0.05 &
QB(3, "VNet10").shift(2)>0.05
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
list_date, pe, pb, circ_mktcap')
df = df[df['industry'].str.contains(industry)]
company_list = list(df['ts_code'])
daily_data = pro.daily(ts_code=','.join(company_list), start_date=start_date, end_date=end_date, \
fields='ts_code, trade_date, close, open, high, low')
moneyflow_data = ts.get_moneyflow_data(date=end_date)
moneyflow_data = moneyflow_data[moneyflow_data['trade_date'] >= start_date]
temp_data = pd.merge(daily_data, moneyflow_data, on=['ts_code','trade_date'], how='inner')
for_filter = temp_data[(temp_data['VNet10']>0.05) &
(temp_data['VNet10'].shift(1)>0.05) &
(temp_data['VNet10'].shift(2)>0.05)]
ts_codes = for_filter.ts_code.unique().tolist()
filtered = df[df['ts_code'].isin(ts_codes)][['ts_code', 'name']]
result = filtered.sort_values(by='circ_mktcap', ascending=False).head(5)
return result
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2021年在行业为“元宇宙”，按今日竞价金额排序前5，并且连续3天以上大单净量大于0.05的主板股票信息。
## 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。
