问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，按今日竞价金额排序前5的股票中，选择今日最大跌幅在-4%至-5%之间的股票进行投资操作。
选股逻辑分析
该选股策略主要考虑了股票的市场表现以及风险控制。通过选择今日竞价金额排序前5的股票，可以从市场表现优异的股票中进行选择。同时，通过筛选今日最大跌幅在-4%至-5%之间的股票，可以控制风险，减少投资的损失。最终，可以通过考虑元宇宙行业的走势，进一步增加股票的收益概率。
有何风险？
该选股策略可能存在以下风险：
- 过于看重一天内的股票走势，难以反映出公司的长期表现与价值。
- 设定的跌幅范围不是绝对的标准，不同股票在不同市场环境下的表现可能存在差异，影响选股效果。
如何优化？
为了优化该选股策略，可以考虑以下方法：
- 同时考虑股票的长期表现与价值，而不仅仅看重一天内的涨跌幅度。
- 根据市场环境和不同股票的特点，灵活调整跌幅范围，提高选股效果和风险控制能力。
- 逐步建立并完善风控机制，降低选股带来的投资风险。
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，挑选今日竞价金额排序前5的股票，并筛选今日最大跌幅在-4%至-5%之间的股票进行投资操作。选股条件为：
- 行情：SH或SZ
- 行情类型: MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：元宇宙
- 竞价金额排序：ORDLST(1, "JBJG")
- 今日最大跌幅：REF(CLOSE, 1) / CLOSE - 1 <= -0.04 AND REF(CLOSE, 1) / CLOSE - 1 >= -0.05
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
(REF(CLOSE, 1) / CLOSE - 1 <= -0.04 AND REF(CLOSE, 1) / CLOSE - 1 >= -0.05)
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"
- 竞价金额排序：ORDLST(1, "JBJG")
- 今日最大跌幅：REF(CLOSE, 1) / CLOSE - 1 <= -0.04 AND REF(CLOSE, 1) / CLOSE - 1 >= -0.05
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
(REF(CLOSE, 1) / CLOSE - 1 <= -0.04 AND REF(CLOSE, 1) / CLOSE - 1 >= -0.05)
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
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))]
company_list = list(df['ts_code'])
daily_data = pro.daily(ts_code=company_list, start_date='20210301', end_date='20210305')
for_filter = daily_data[(daily_data['pct_chg'] < -4) & (daily_data['pct_chg'] > -5)]
ts_codes = for_filter.ts_code.unique().tolist()
filtered = df[df['ts_code'].isin(ts_codes)][['ts_code', 'name']]
result = filtered.sort_values(by='circ_mktcap', ascending=False).head(5)
return result
industry = '元宇宙'
df = stock_selector(industry)
print(df)
以上python代码将返回选出的行业为“元宇宙”，今日竞价金额排序前5，今日最大跌幅在-4%至-5%之间的股票信息。
## 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。
