(supermind量化投资)task13/a/元宇宙、竞价主力净买大于0、PE>0

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”和“PE>0”,即选择最近一个季度末PE大于0、在元宇宙板块中竞价主力净买量大于0的个股。

选股逻辑分析

该选股策略主要依据以下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. 最近一个季度末PE大于0:选取四季度末PE值大于0的个股。

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投资标的。

有何风险?

  1. 投资风险:股票投资具有一定的风险,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过去的数据,实时性和精准性存在一定偏差;
  3. PE值波动风险:股票PE值受到公司业绩、市场环境等多种因素的影响,可能导致选股失误。

如何优化?

  1. 优化选股指标:通过优化选股指标,加强数据分析和研究,提高选股精准度;
  2. 全面风险评估:应该综合考虑投资的风险,全面评估个股的市场风险,提高选股结果的可信度;
  3. 定期更新选股策略:根据市场变化和数据变化,及时调整选股策略,提高选股效果。

最终的选股逻辑

该选股策略选择最近一个季度末PE值大于0、元宇宙板块内且竞价主力净买量大于0的个股,筛选条件为选择符合四季度末PE大于0、元宇宙板块和竞价主力净买大于0的个股。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

PE:TTM("pe_ttm")

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()
    
    # 获取符合条件的所有股票的代码
    data = pro.query('stock_basic',
                fields=['ts_code','name','industry','concept_name', 'list_date','st_flag','pe_ttm'], 
                where={'market':'SSE','list_status':'L','is_hs':'N'})
  
    # 获取符合条件的个股
    last_season_end = datetime.today().replace(month=3*(datetime.today().month//3)-1, day=1, hour=0, minute=0, second=0, microsecond=0).strftime('%Y%m%d')
    
    data_selected = data[(data['gnxq'].str.contains('元宇宙')) & (data['pe_ttm']>0)]
    data_daily = pro.daily_basic(ts_code=data_selected['ts_code'].str.cat(sep=','), end_date=last_season_end, fields='ts_code, buy_l, sell_l, buy, sell, vol')
    data_selected = data_selected.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['main_jl'] = data_selected['buy'] - data_selected['sell']
    data_selected['main_ratio'] = data_selected['main_jl'] / data_selected['vol']
    data_selected['main_pos'] = data_selected.groupby('ts_code')['main_ratio'].apply(lambda x: (x >= x.quantile(0.9) ).sum() / len(x))
    # 选择符合条件的个股
    data_selected = data_selected[(data_selected['main_pos']>=0.3)]
    # 选择PE值大于0的个股
    selected = data_selected[(data_selected['pe_ttm']>0)].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