问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价在五日均线之上，昨日主力控盘。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业，股票均价在五日均线之上，昨日主力控盘。
选择元宇宙行情，主要是为了选择当前热门的行业。股票均价在五日均线之上，说明当前价格正在上涨。昨日主力控盘可以表明主力资金的介入，也代表了一定的市场信心。
有何风险？
该选股策略存在以下风险：
- 只考虑昨日的主力控盘情况，短期内容易被交易量的变化所干扰；
- 过于依赖技术面的因素，而可能忽略了基本面的重要性。
如何优化？
为了减小选股策略的风险，可以进行如下优化：
- 加入更多基本面指标，如市盈率、市净率、ROE等，更全面地分析公司财务状况和估值情况；
- 加入主力资金净流入量等量化分析指标，以更全面地了解市场资金的走势；
- 加入一些长期趋势指标，如均线、MACD等，对选出的标的股票做出更全面的分析。
最终的选股逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价在五日均线之上，昨日主力控盘。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价在五日均线之上；
- 昨日主力资金净流入量大于0。
因此，该选股的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (DDX > 0)
其中，C表示股票的收盘价，MA表示股票的移动平均线，DDX表示主力资金的净流入量。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 主力资金净流入量：DDX
在通达信中，可以使用如下指标代码：
(C > MA(C,5)) AND (DDX > 0)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(date):
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv, pe, pb, roe')
data2 = pro.daily_basic(trade_date=date, fields='ts_code, close, turnover_rate')
data_merge_1 = pd.merge(data1, data2, on='ts_code', how='inner')
data3 = pro.moneyflow(ts_code='', start_date=(pd.Timestamp(date) - pd.Timedelta(days=1)), end_date=date, fields='ts_code, trade_date, ddx, mfi')
data_merge_2 = pd.merge(data_merge_1, data3, on='ts_code', how='inner')
data4 = data_merge_2[(data_merge_2['close'] > data_merge_2['close'].rolling(window=5).mean()) & (data_merge_2['ddx'] > 0)]
data5 = data4[['ts_code', 'name']]
return data5
## 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。
