(supermind量化投资)task13/a/元宇宙、机构动向大于0、10天内涨停天数大

用户头像神盾局量子研究部
2023-08-30 发布

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、10天内涨停天数大于2。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:

  1. 选取元宇宙行业股票,瞄准未来的投资机会;
  2. 机构动向具有一定的预测性和引导作用,选股策略容易捕捉机构动向;
  3. 10天内涨停的次数大于2次,代表该股票近期具有较强的市场吸引力。

综合以上条件,选择符合条件的个股进行投资。

有何风险?

  1. 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;
  2. 机构资金流向并不能完全代表市场交易情况,有可能存在流动性不足或其他风险;
  3. 短期市场吸引力并不能代表股票的长期潜力;
  4. 股票投资具有较高风险。

如何优化?

  1. 加入其他行业、板块和市场因素,以较全面地掌握市场情况;
  2. 考虑加入其他技术指标和基本面数据进行综合考虑股票的投资价值;
  3. 考虑选取不同时间区间的涨停次数进行观察,结合其他因素进行投资决策;
  4. 特别注意股票投资的风险,进行风险控制。

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且10天内涨停天数大于2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");

10日内涨停天数:REF(THDCOUNT(C>=REF(C,1),10)>=2,1);

通达信公式:GNBK("gnxq") AND DRS_M("zlltgtzb") AND REF(THDCOUNT(C>=REF(C,1),10)>=2,1);

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.moneyflow(trade_date='20220308', fields='ts_code, trade_date, buy_sm_vol, sell_sm_vol, buy_md_vol, \
    sell_md_vol, buy_lg_vol, sell_lg_vol, buy_elg_vol, sell_elg_vol, buy_value, sell_value, net_mf_vol') 
    data2 = pd.concat([data2.loc[:, 'ts_code'], data2.loc[:, 'net_mf_vol']], axis=1) 
    data2.columns = ['ts_code', 'net_inst_buy'] 
    data2 = data2.loc[data2.net_inst_buy > 0, :] 

    data3 = pro.query('bar', ts_code='', start_date='2022-02-22', end_date='2022-03-08', fields='ts_code, trade_date, \
    close, pct_chg') 
    data3['is_limit'] = (data3['pct_chg'] >= 9.9).astype(int) 
    data3['THD_COUNT'] = data3['is_limit'].rolling(10).sum().shift(-9) 
    data3 = data3[['ts_code', 'THD_COUNT']].groupby('ts_code').sum().reset_index() 
    data3 = data3[data3.THD_COUNT >= 2] 

    data4 = pro.stock_basic(exchange='', list_status='L', fields='ts_code,list_date') 
    data4 = data4.loc[data4['ts_code'].isin(data3['ts_code']) & (data4['list_date'] < '20200101') & \
        (data4['ts_code'].isin(data2['ts_code'])), ['ts_code']] 

    return data4
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论