问财量化选股策略逻辑
选股逻辑包括三个条件：选择元宇宙行业的股票、机构动向大于0，开盘价在十日线左右。根据这些条件进行选股，进行投资。
选股逻辑分析
该选股策略主要围绕以下三个条件进行选股：
- 选取元宇宙行业中的股票，因为元宇宙领域具有较高的成长性和隐含收益；
- 机构动向具有预测性和引导作用，选择机构买入股票可以获得较好的资本回报；
- 选取开盘价在十日线左右的个股进行投资，符合这一条件的个股可能在一定程度上保持强势。
综合以上条件，选择符合条件的个股进行投资。
有何风险？
- 只考虑开盘价和十日线可能会忽略一些重要指标；
- 如果市场整体大跌，该策略可能无法有效保护投资本金。
如何优化？
- 综合考虑多个时间段内的股票表现情况，并结合基本面指标等多个维度进行分析；
- 加入行业板块轮动因素，进行相对强势的行业和个股选择；
- 加入风险控制指标，有效保护投资本金；
- 优化选股条件，例如可以加入成交量、换手率等指标进行筛选。
最终的选股逻辑
该选股策略选择元宇宙行业中，机构动向大于0，开盘价在十日线左右的股票进行投资。
同花顺指标公式代码参考
元宇宙行情：GNBK("gnxq");
机构动向：DRS_M("zlltgtzb");
开盘价：OPEN;
十日线：MA(CLOSE,10);
选股公式：GNBK("gnxq") AND DRS_M("zlltgtzb") AND OPEN >= MA(CLOSE,10) * 0.9 AND OPEN <= MA(CLOSE,10) * 1.1;
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()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry')
data1 = data1[(data1['name'].str.contains('元宇宙')) & (data1['industry'] != '银行')]
data2 = pro.query('fii_lgt_list', start_date='20220308', end_date='20220308',
fields='ts_code, buy_value, sell_value, net_value')
data2 = data2.groupby(by='ts_code').sum()
data2['net'] = data2['net_value'] / 1e8
data2 = data2.sort_values(by='net', ascending=False)
data2 = data2.iloc[0:100, :]
data2['rank'] = range(1, 101)
data2 = data2.loc[:, ['rank']]
data3 = pro.daily_basic(ts_code='', trade_date='20220308',
fields='ts_code,open,ma10',
filters='ma10 > 0 and ma10 < open and open > 0 and trade_date='20220308')
data7 = pd.concat([data1.loc[:, 'ts_code'], data2, data3.loc[:, 'open', 'ma10']], axis=1)
data7.columns = ['ts_code', 'ddjlr_rank', 'open', 'ma10']
data7 = data7.dropna()
data7.reset_index(drop=True, inplace=True)
return data7
## 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。
