(supermind量化投资)task13/a/元宇宙、竞价主力净买大于0、收盘价<bol

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

该选股策略包含元素“元宇宙”、“竞价主力净买大于0”、“收盘价<boll(upper值)且收盘价>boll(mid值)”三个因素,即选择在元宇宙板块中、竞价主力净买大于0、且收盘价小于BOLL(upper)且大于BOLL(mid)的个股进行投资。

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:

  1. 元宇宙板块:选择热门板块中的个股;
  2. 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;
  3. BOLL择时:选择收盘价小于BOLL(upper)且大于BOLL(mid)的股票,根据技术指标的组合进行择时。

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,旨在寻找高收益低风险的投资标的。

有何风险?

  1. 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;
  2. 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;
  3. 技术指标风险:该选股策略基于技术指标的组合进行择时,技术指标本身存在滞后性和局限性,有时会产生误判。

如何优化?

  1. 加强数据分析和研究技术指标,提高择时精准性;
  2. 考虑市场情况和其他因素对选股策略进行调整和优化;
  3. 采用多元化选股策略,避免过度集中投资单一标的等风险。

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、收盘价小于BOLL(upper)且大于BOLL(mid)的个股进行投资。旨在寻找高收益低风险的投资标的。

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

BOLL指标:BOLL(CLOSE, 20, 2)

Python代码参考

import pandas as pd
import tushare as ts
import talib

def stock_selector():
    ts.set_token('your_token')
    pro = ts.pro_api()
  
    # 获取符合元宇宙系列板块的所有股票代码
    data = pro.query('stock_basic',
                fields=['ts_code','name','industry','concept_name', 'list_date','st_flag'], 
                where={'market':'SSE','list_status':'L','is_hs':'N', 'concept_name':'元宇宙'})
  
    # 获取符合竞价主力净买大于0的所有股票代码
    data_daily = pro.daily_basic(ts_code=data['ts_code'].str.cat(sep=','), fields='ts_code, buy_l, sell_l')
    data_selected = data.set_index('ts_code').join(data_daily.set_index('ts_code')).dropna().reset_index()
    data_selected['main_lx'] = data_selected['buy_l'] - data_selected['sell_l']
    data_selected = data_selected[(data_selected['main_lx']>0)]
    
    # 获取符合BOLL择时条件的股票代码
    data_stock_price = {}
    for code in data_selected['ts_code']:
        data_stock_price[code] = pro.daily(ts_code=code, start_date='20180101')
    df = pd.concat(data_stock_price, axis=0).reset_index(level=1, drop=True).sort_index()
    df = df[['open', 'close', 'high', 'low']]
    upper, mid, lower = talib.BBANDS(df['close'].values, timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
    data_selected = data_selected[(data_selected['close']<upper) & (data_selected['close']>mid)]
    
    # 获取最终选定的股票信息
    selected = data_selected.head(5)
    return 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论