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、规模2亿以上。通过筛选出符合条件的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件进行选股：
- 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接近长期均线及相对稳定。
- 规模2亿以上：选择市值较大的公司进行投资。
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？
- 综合策略较多，统计意义下的筛股效果难以保证。
- 入门标准较高，不易掌握。
- 市值较大的公司不一定代表良好的盈利能力。
如何优化？
- 在综合考虑多种策略时，应确保各项指标的重要性和满足条件的合理度。
- 根据不同市场情况和投资风格，可以设置不同的筛选因素，以更好地匹配个人的投资需求。
- 应结合公司财报、经营等其他因素进行综合分析，以确定个股的投资价值。
最终的选股逻辑
该选股策略选择元宇宙板块中，股票均价站在250日均线之上，规模在2亿以上的股票进行投资。
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)
规模2亿以上：MCAP > 200000000
Python代码参考
import pandas as pd
import tushare as ts
from stockstats import StockDataFrame
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']
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
ts_data = ts.pro_bar(
ts_code=code,
adj='qfq',
start_date='20200101',
end_date='20211231'
)
if len(ts_data) > 1:
stock = StockDataFrame.retype(ts_data)
if (stock.iloc[-1]['close'] >= stock['close'].rolling(250).mean()[249]) and \
(pro.query('stock_basic', ts_code=code, fields='mkt_cap')['mkt_cap'].values[0] >= 200000000):
df = pro.query('stock_basic', ts_code=code, fields=['name', 'industry', 'market'])
if ('ST' not in df['name'].values[0]) and (df['market'].values[0] == 'SZSE') and (df['list_status'].values[0] == 'L'):
data_selected = data_selected.append(stock[['close']].tail(1).assign(name=df['name'].values[0]))
data_selected = data_selected.sort_values(by=['close'], ascending=False)
return data_selected[['name']]
## 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。
