问财量化选股策略逻辑
选股逻辑包括三个条件:选取元宇宙行业的股票、机构动向大于0、机构抄底。根据这些条件进行选股,进行投资。
选股逻辑分析
该选股策略主要考虑以下三个条件进行选股:
- 选取元宇宙行业中市值较小,潜力较大的股票;
- 机构动向具有一定预测性和引导作用,选股策略容易捕捉机构动向;
- 选择机构抄底股票,可以捕捉机构操作时的低买点。
综合以上条件,选择符合条件的个股进行投资。
有何风险?
- 元宇宙行业尚处于发展初期,其股票走势不稳定;
- 机构动向和机构抄底数据有滞后性,选股策略容易出现误判;
- 选股条件单一,筛选出来的股票可能过于集中。
如何优化?
- 增加对股票财务、经营等方面的评估,以综合评估整个股票的价值;
- 结合其他技术分析指标来筛选股票,进行多维度综合评估;
- 结合股票的历史表现和市场走势,增加选股策略的稳健性。
最终的选股逻辑
该选股策略选择元宇宙行业中,机构动向大于0并且机构抄底的个股进行投资。
同花顺指标公式代码参考
元宇宙行业:GNBK("gnxq")
机构动向:DRS_M("zlltgtzb")
机构抄底:COT_M("lcchg")
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()
t = pro.trade_cal(start_date='20210101')
trade_dates = t[t['is_open'] == 1]['cal_date'].tolist()
data_all = pd.DataFrame()
for trade_date in trade_dates:
data = pro.query('stock_basic', exchange='', is_hs='H')
data = data[data['name'].str.contains('元宇宙')]
data_inst = pro.moneyflow(ts_code=data['ts_code'].tolist(), start_date=trade_date, end_date=trade_date, fields='ts_code,hgt,mrghgt,lczczk')
data_inst = data_inst.loc[data_inst['hgt'] > 0, ['ts_code', 'hgt', 'mrghgt', 'lczczk']]
data_inst['is_inst_buy'] = (data_inst['hgt'] > data_inst['mrghgt']) & (data_inst['lczczk'] < 0)
data_inst = data_inst.loc[data_inst['is_inst_buy'] == True, ['ts_code']]
selected_tics = data_inst['ts_code'].tolist()
daily = pro.daily(
ts_code=','.join(selected_tics),
start_date=trade_date,
end_date=trade_date,
fields='ts_code,trade_date,close'
)
data_all = pd.concat([data_all, daily])
return data_all
## 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。


