问财量化选股策略逻辑
该选股策略选取元宇宙行业中，前日实际换手率在3%28%之间，且昨日换手率乘以今日竞价成交量与昨日成交量的比值在0.52之间的股票。
选股逻辑分析
该选股策略的选股条件主要包括：
- 选取元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 前日实际换手率在3%~28%之间，并且昨日换手率较高，反映市场对其价值有所认可；
- 昨日换手率乘以今日竞价成交量与昨日成交量的比值在0.5~2之间，表示市场参与度较高，具有一定的投资价值。
通过对以上条件进行综合挑选，最终选出符合条件的个股进行投资。
有何风险？
- 选取的条件过于简单，可能存在较大的误差和不确定性；
- 选股结果可能受到市场环境、政策等因素的影响；
- 涉及到潜在成长性，相对风险较高，需要加强风险控制。
如何优化？
- 对每个选股条件进行细致的研究和分析，以减少选股误差和提高准确性；
- 增加基本面分析因素，加强风险控制；
- 加强市场监测，尽可能及时应对市场变化。
最终的选股逻辑
该选股策略选取元宇宙行业中，前日实际换手率在3%28%之间，昨日换手率乘以今日竞价成交量与昨日成交量的比值在0.52之间的股票进行投资。选股条件具体为：元宇宙行情为GNXQ，前日实际换手率为TURNOVER(2)，昨日换手率为TURNOVER(1)，今日竞价成交量为VOLUME，昨日成交量为VOL。
同花顺指标公式代码参考
- 元宇宙行情：GNBK("gnxq");
- 前日实际换手率：TURNOVER(2);
- 昨日换手率：TURNOVER(1);
- 今日竞价成交量：VOLUME;
- 昨日成交量：VOL;
- 选股条件：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND TURNOVER(1)*VOLUME/VOL>0.5 AND TURNOVER(1)*VOLUME/VOL<2;
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='SSE', list_status='L', fields='ts_code, name, industry, list_status')
data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
data2 = pro.daily_basic(ts_code='', trade_date='20220309', fields='ts_code, turnover_rate, turnover_rate_f')
data2['actual_turnover'] = data2['turnover_rate_f'] * 100
data2 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
data3 = pro.moneyflow(trade_date='20220309', fields='ts_code, vol')
data4 = pro.moneyflow(trade_date='20220310', fields='ts_code, vol, buy_sm_vol')
data4['turnover_rate'] = data4['vol'] / data3['vol']
data4 = data4[(data4['turnover_rate'] > 0.5) & (data4['turnover_rate'] < 2)]
data5 = pd.merge(data1, data2[['ts_code', 'actual_turnover']], on='ts_code', how='inner')
data6 = pd.merge(data5, data4[['ts_code']], on='ts_code', how='inner')
return data6[['ts_code', 'name']]
## 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。
