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“昨日9:15匹配价跌停”。
选股逻辑分析
该选股策略主要考虑市场热点、资金流向和股票走势等因素，筛选出符合条件的个股，具体逻辑如下：
- 元宇宙：选择当前热门板块中的个股进行筛选；
- 竞价主力净买：根据个股的竞价流入流出情况，筛选竞价主力净买大于0的股票；
- 昨日9:15匹配价跌停：根据昨天9:15的匹配价，筛选当天开盘价低于前一日该指标的股票，以此判断股票是否存在下跌风险。
综合这些因素，筛选出符合条件的股票，以期获得较好的投资收益。
有何风险？
- 数据风险：该策略基于市场行情和历史数据，存在数据风险；
- 风险偏好不同：该策略可能只适用于一部分风险偏好较高的投资者，风险偏好不同可能影响投资效果；
- 未考虑其他因素：该策略未考虑股票的基本面、技术面等因素，可能造成风险。
如何优化？
- 加入其他因素：可以将其他行情和技术指标加入选股因素中，以提高投资效果；
- 定制化选股逻辑：对于不同投资者风险偏好的差异，可以根据实际情况进行适当调整和定制化选股逻辑；
- 严格控制风险：在投资操作中，严格控制风险，避免大额亏损。
最终的选股逻辑
综合考虑市场热点板块、资金流向、股票走势等因素，筛选出符合条件的个股，即满足元宇宙投资方向，竞价主力净买的股票，且昨日9:15匹配价跌停的个股。同时，加入其他行情和技术指标，加强风险控制。
通达信指标公式代码
元宇宙：SELECTEDINDUSTRY("gnxq")
竞价主力净买：(VOL - 3 - 5 + 1) * 50 / 10000
昨日9:15匹配价跌停：REF(MATCH,1) / REF(CLOSE,1) > 1.099
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'],
where={'market':'SSE','list_status':'L','is_hs':'N'})
data['jbmoneysum'] = pro.moneyflow(ts_code=data['ts_code'], start_date='20190101',
end_date='20211022', fields='jb').groupby('ts_code')['jb'].sum()
q = pro.quotations(ts_code=data['ts_code'], start_date='20211021',
end_date='20211021', fields='ts_code,pre_close,open,match').set_index('ts_code')
q['is_stop'] = q['match'] / q['pre_close'] < 1.099
data = data[data['yyzbl'] & (data['jbmoneysum'] > 0) & q['is_stop']]
selected = data.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。
