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“按今日竞价金额排序前5”。
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，并按照当天的竞价金额进行排序，选择前5的个股进行投资。其中，“元宇宙”反映市场热点，有望吸引资金进入；竞价主力净买反映资金流向情况，有助于我们把握市场资金的动向；按竞价金额排序前5，则选出的股票具有相对较高的流动性，便于操作。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；
- 竞价金额的变化：按竞价金额排序存在一定的变化风险，可能会影响投资的效果；
- 未考虑基本面：该策略只考虑了市场行情和资金流入流出情况，未考虑股票的基本面因素可能造成风险。
如何优化？
- 结合其他指标进行选股：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；
- 加入量价因素：加入大单交易和量价关系因素，以掌握市场资金的流向和股票的成交情况，降低风险；
- 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、股票流动性等因素，筛选出符合条件的个股，并按照当天的竞价金额进行排序，选择前5的个股进行投资。同时，加入其他行情和技术指标，加强风险控制。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
竞价主力净买：(VOL - 3 - 5 + 1) * 50 / 10000
按竞价金额排序：按当天的竞价金额进行排序即可。
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()
data = data[data['yyzbl'] & (data['jbmoneysum'] > 0)]
data['jjje'] = pro.daily(trade_date='20211022', ts_code=data['ts_code'],
fields='ts_code,amount').set_index('ts_code')['amount']
data = data.sort_values(by=['jjje'], ascending=False)
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。
