(supermind量化投资)task13/a/元宇宙、前日实际换手率>3～28、竞价涨幅

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%之间且竞价涨幅位于-2%至5%之间的股票进行投资。

选股逻辑分析

该选股策略主要围绕以下条件进行选股：

1. 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；
2. 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；
3. 竞价涨幅位于-2%至5%之间，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？

1. 竞价涨幅变化较为频繁，可能会导致追涨杀跌的行为，产生过度修正的问题；
2. 竞价涨幅作为一个短期指标，对整个市场变化的影响有限，短线波动过大可能会导致选股失误。

如何优化？

1. 结合其他基本面和技术指标，综合筛选股票；
2. 优化选股条件，使其更加客观和准确；
3. 使用机器学习等算法优化选股策略。

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%之间且竞价涨幅位于-2%至5%之间的股票进行投资。

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);
• 竞价涨幅：CHANGE_RATIO();
• 选股条件：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND CHANGE_RATIO() > -2 AND CHANGE_RATIO() < 5;

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'] > -2]
    data4 = data4[data4['change_ratio'] < 5]
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)