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，流通市值在50亿至100亿之间的股票进行投资。
选股逻辑分析
该选股策略依据股票的市值和市场表现进行选股。按照今日竞价金额排序，可以筛选出当前市场表现比较好的股票，而限定流通市值在50亿至100亿之间，可以使得选出来的股票相对稳定，而且比较容易被关注。
有何风险？
该选股策略可能存在以下风险：
- 过于依赖市值和市场表现因素，忽略基本面等其他因素的影响，可能导致盲目跟风；
- 当市场行情波动或资金面紧张时，该选股策略可能会出现较大风险；
- 该选股策略不具有行业分类和基本面选股的能力，可能导致大量投资并不具有成长性的公司；
- 选取流通市值的标准可能过于主观，需要根据具体情况进行调整。
如何优化？
为了降低该选股策略的风险，我们可以考虑以下优化方法：
- 建立完整的投资体系和投资标准，综合考虑各类量化指标，精细选股；
- 增加其他选股因素，如财务指标、管理层表现等，进行综合考虑；
- 添加行业分类选股因素，在选股过程中综合考虑公司所处行业的特点和前景；
- 根据公司所处的特点，合理设置流通市值的标准，避免主观因素干扰。
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，流通市值在50亿至100亿之间的股票进行投资，得到最终的选股结果。
选股条件为：
- 行情：SH或SZ
- 行业特点：元宇宙
- 排序方式：ORDLST(3, "JBJG")
- 市值条件：SZ_MCAP > 5000000000 AND SZ_MCAP < 10000000000
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"
- 排序方式：ORDLST(3, "JBJG")
- 市值条件：SZ_MCAP > 5000000000 AND SZ_MCAP < 10000000000
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
& INDUSTRY.industry == "元宇宙"
& ORDLST(3, "JBJG")
& (SZ_MCAP > 5000000000) & (SZ_MCAP < 10000000000)
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date, min_market_cap, max_market_cap):
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)]
df = df[(df['circ_mktcap'] > min_market_cap) & (df['circ_mktcap'] < max_market_cap)]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_hist_data(code, start=start_date, end=end_date)
rank_table = pd.DataFrame({'code': k_data.keys()})
rank_table['close'] = rank_table['code'].apply(lambda x: k_data[x]['close'])
filtered = []
for code in rank_table.sort_values(by=['score'], ascending=False).iloc[:5]['code'].tolist():
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name'])
industry = '元宇宙'
start_date = '2022-01-01'
end_date = '2022-01-31'
min_market_cap = 5000000000
max_market_cap = 10000000000
df = stock_selector(industry, start_date, end_date, min_market_cap, max_market_cap)
print(df)
以上python代码将返回2022年1月中行业为“元宇宙”，按今日竞价金额排序前5，流通市值在50亿至100亿之间的主板股票信息。
## 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。
