(supermind量化投资)task13/a/元宇宙、按今日竞价金额排序前5、竞价主力净

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

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,并且竞价主力净买大于0的股票进行投资。

选股逻辑分析

该选股策略同样是以市场表现为主要选股因素,在元宇宙行业中选择今日竞价金额排序前5的股票,并结合竞价主力净买入的情况,筛选出资金流向较好的股票。此外,竞价主力是市场中一种重要的参与者,他们往往掌握着一定的信息,通过考虑他们的买卖情况,有助于更加准确地细化市场分析,从而提高选股效果。

有何风险?

该选股策略可能存在以下风险:

  1. 过度依赖竞价主力的买卖情况可能会带来信息不对称的风险。
  2. 参考的数据仅为当日竞价数据,无法全面考虑股票的价值和前景。
  3. 筛选条件过于简单,不能全面评估股票价值。

如何优化?

为了优化该选股策略,可以考虑以下方法:

  1. 结合行业特征和公司基本面综合评估,从而排除其他可能的风险。
  2. 建立更为全面的评价体系,包括多种金融指标和公司业绩等进行评估,帮助更好地了解股票价值。
  3. 选择合适的数据来源,并整合其他有用数据。例如,不仅仅关注竞价主力净买入,同时要关注营业部、公司公告等多种信息来源。

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,并且竞价主力净买大于0的股票,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")
  • 竞价主力净买:DLF1 > 0
  • 最终选股:MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
    INDUSTRY.industry == "元宇宙" &
    ORDLST(3, "JBJG") &
    DLF1 > 0

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")
  • 竞价主力净买:DLF1 > 0
  • 最终选股:MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
    INDUSTRY.industry == "元宇宙" &
    ORDLST(3, "JBJG") &
    DLF1 > 0

python代码参考

import pandas as pd
import tushare as ts

def stock_selector(industry, start_date, end_date):
    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)]
    
    filtered = []
    for code in df['ts_code']:
        k_data = pro.daily(ts_code=code, start_date=start_date, end_date=end_date)
        if k_data.empty:
            continue
        dlf_data = pro.stk_limit(ts_code=code, start_date=start_date, end_date=end_date)
        if dlf_data.empty or dlf_data['dlf1'].iloc[-1] <= 0:
            continue
        filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
    
    filtered = sorted(filtered, key=lambda x: x[1], reverse=True)[:5]
    return pd.DataFrame(filtered, columns=['ts_code', 'name'])

industry = '元宇宙'
start_date = '2022-01-01'
end_date = '2022-01-31'
df = stock_selector(industry, start_date, end_date)
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,并且竞价主力净买大于0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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论