问财量化选股策略逻辑
该选股策略包括三个条件：元宇宙、昨日股价大于250日均线、涨跌幅乘以超大单净量。通过筛选符合要求的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件选择符合要求的个股进行投资：
- 元宇宙：选择热门板块中的个股；
- 昨日股价大于250日均线 ：判断个股目前的价格是否已接近长期均线；
- 涨跌幅乘以超大单净量：较多的买单可能代表着大型机构的参与，若是与股价涨跌正相关，则有望实现高收益。
综合以上三个条件，选择符合要求的个股进行投资。
有何风险？
- 系统性风险等市场风险；
- 涨跌幅、净量指标受股票市场波动影响较大；
- 可能在该条件下选择的个股数量较少。
如何优化？
- 加入其他股票指标辅助选股，如相对强势指标等；
- 可以通过聚合多个波动指标作为判断标准；
- 加强市场研究能力，综合多个指标进行选择。
最终的选股逻辑
该选股策略选择元宇宙板块中、股价大于250日均线，且涨跌幅与超大单净量乘积大于0的股票作为投资目标。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
昨日股价大于250日均线：C >= MA(250)
涨跌幅×超大单净量：(C / REF(C, 1) - 1) * BIGVOL()
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()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
# 获取符合条件的股票
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
df = pro.query('stock_basic', ts_code=code, fields='name')
ts_data = ts.get_k_data(code[:6], start='2022-01-07', end='2022-01-07')
if len(ts_data) > 0 and ((ts_data.iloc[0]['close'] - ts_data.iloc[0]['open']) / ts_data.iloc[0]['open']) * ts_data.iloc[0]['turnover'] > 0 and code[:6][0:2] in ['60', '00'] and ts_data.iloc[0]['close'] >= ts_data.iloc[0]['close'].rolling(250).mean()[249]:
data_selected = data_selected.append(df)
return data_selected
## 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。
