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，按个股热度从大到小排序名。根据这些条件进行选股，进行投资。
选股逻辑分析
该选股策略主要考虑以下三个条件进行选股：
- 选取元宇宙行业股票，瞄准未来的投资机会；
- 机构动向具有一定预测性和引导作用，选股策略容易捕捉机构动向；
- 按个股热度从大到小排序名，选取市场人气高的股票进行投资。
综合以上条件，选择符合条件的个股进行投资。
有何风险?
- 行业投资的风险因素较大，选股策略难以捕捉行业整体动向。
- 单一的机构资金流入并不能全面反映市场情况。
- 个股热度高并不能保证该股票未来股价一定会上涨。
- 股票投资具有较高风险。
如何优化?
- 加入其他行业、板块和市场因素，以较全面地掌握市场情况。
- 使用其他股票的基本面和技术指标数据进行分析，结合选股策略，综合考虑股票的投资价值。
- 考虑调整个股热度排名的权重，综合考虑其他因素。
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，按热度从高到低排序的股票进行投资。
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");
按个股热度从大到小排序名：SORT("zsy", DESC);
通达信公式：GNBK("gnxq") AND DRS_M("zlltgtzb") AND SORT("zsy", DESC);
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()
data = pro.query('stock_basic', exchange='', is_hs='H')
data = data[data['name'].str.contains('元宇宙')]
data_inst = pro.moneyflow(ts_code=data['ts_code'].tolist(), fields='ts_code,hgt,mrghgt,lczczk')
data_inst = data_inst.loc[data_inst['hgt'] > 0, ['ts_code', 'hgt', 'mrghgt', 'lczczk']]
data_inst['is_inst_buy'] = data_inst['hgt'] > data_inst['mrghgt']
data_inst = data_inst.loc[data_inst['is_inst_buy'] == True, ['ts_code']]
data_all = pd.DataFrame({'ts_code': data_inst['ts_code']})
data_hot = pro.trading_record(start_date='20190101', end_date='20211015',
fields='ts_code,trade_date,cum_volume')
data_hot = data_hot.groupby(['ts_code'])[['cum_volume']].max()
data_all = pd.merge(data_all, data_hot, on='ts_code', how='left')
data_all = data_all.sort_values(by='cum_volume', ascending=False)
data_all = data_all.dropna()
data_all = data_all[['ts_code']]
return data_all
## 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。
