问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“竞价主力净买大于0”、“2021年”三个因素，即选择在元宇宙板块中、竞价主力净买大于0的2021年新兴股票作为投资目标。
选股逻辑分析
该选股策略主要依据以下三个条件筛选符合要求的股票进行投资：
- 元宇宙板块：选择热门板块中的个股；
- 竞价主力净买：通过竞价流入流出情况，筛选竞价主力净买大于0的股票；
- 2021年：选择2021年上市的新股票，以具有未来潜力的股票为目标。
通过以上选股逻辑，选取符合上述条件的个股作为投资目标，追求较高的市场回报与增值潜力。
有何风险？
- 投资风险：股票投资存在一定风险，可能导致投资者财务损失；
- 过度依赖涨停行情，忽视股票的长期潜力；
- 数据风险：该选股策略基于市场行情和历史数据，实时性和精准性存在一定偏差；
- 元宇宙热度因素暂时可能导致选股偏差，无法长期稳定盈利；
- 竞价主力净买指标无法全面反映市场情况，可能存在一定风险。
如何优化？
- 结合其他指标，提高选股准确度；
- 重视股票的长期潜力，选取有良好基本面的标的；
- 增强选股策略的稳定性，降低数据偏差；
- 结合具体股票的基本面和市场情况，及时进行调整和优化；
- 建立多样化的选股策略，以降低风险，提高收益。
最终的选股逻辑
该选股策略选择在元宇宙板块中、竞价主力净买大于0、2021年上市新股票中选取具有未来潜力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")
竞价主力净买：(VOL - 3- 5 + 1) * 50 / 10000
2021年上市：SUBSTR(LIST_DATE, 1, 4) == "2021"
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2021年上市的股票代码
data = pro.query('stock_basic',
fields=['ts_code','name','industry','concept_name','list_date','st_flag'],
where="list_date like '2021%'")
# 根据条件筛选股票
data_selected = pd.DataFrame()
for code in data['ts_code']:
df = pro.daily(ts_code=code, start_date='20210101', end_date='20211231')
if not df.empty:
# 判断股票是否符合选股条件
if df['vol'].sum() > 0 and df['amount'].iloc[-1] / df['vol'].iloc[-1] > df['close'].iloc[-1]:
data_selected = data_selected.append(data[data['ts_code'] == code])
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。
