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%至28%之间且涨幅小于2.6%且大于-5%的股票进行投资。
选股逻辑分析
该选股策略主要围绕以下条件进行选股:
- 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%至28%之间,可能表示该个股存在着资金流动性和市场认可度;
- 涨幅小于2.6%且大于-5%,可能代表股票目前处于低位或有一定的上涨空间。
结合以上条件,选取符合条件的个股进行投资。
有何风险?
- 市场风险和行业风险,都有可能导致选股结果出现失误;
- 选股主要基于技术指标,缺乏足够的基本面分析,可能导致选股策略不稳定。
如何优化?
- 结合其他基本面和技术指标,综合筛选股票;
- 优化选股条件,使其更加客观和准确;
- 深入了解元宇宙行业的特点和趋势,分析行业前景和发展方向。
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%至28%之间且涨幅小于2.6%且大于-5%的股票进行投资。
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);
- 涨幅:CHANGE_RATIO();
- 选股条件:GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND CHANGE_RATIO() > -5 AND CHANGE_RATIO() < 2.6;
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')
data1 = data1[data1['industry'].str.contains('元宇宙')]
data2 = pro.daily_basic(ts_code='', trade_date='20220111', fields='ts_code,turnover_rate,total_share,float_share,pe,pe_ttm,pb')
data2['actual_turnover'] = data2['turnover_rate'] * data2['float_share'] * 100 / data2['total_share']
data2 = data2[data2['actual_turnover'] > 3]
data2 = data2[data2['actual_turnover'] < 28]
data3 = pd.merge(data1, data2[['ts_code']], on='ts_code', how='inner')
data4 = pro.opt_daily(date='20220111', fields='ts_code,change_ratio')
data4 = data4[data4['change_ratio'] > -5]
data4 = data4[data4['change_ratio'] < 2.6]
data5 = pd.merge(data3, data4, on='ts_code', how='inner')
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。
