(supermind量化投资)task13/a/元宇宙、机构动向大于0、未清偿可转债简称不

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑包括三个条件:选择元宇宙行业的股票、机构动向大于0、未清偿可转债简称不可为空。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:

  1. 选取元宇宙行业股票,瞄准未来的投资机会;
  2. 机构动向具有一定的预测性和引导作用,选股策略容易捕捉机构动向;
  3. 选择未清偿可转债简称不可为空的股票,可增加选股的安全性。

综合以上条件,选择符合条件的个股进行投资。

有何风险?

  1. 行业投资的风险因素较大,选股策略难以捕捉行业整体动向;
  2. 机构资金流向并不能完全代表市场交易情况,有可能存在流动性不足或其他风险;
  3. 可转债市场存在一定的风险,需要注意。

如何优化?

  1. 加入其他行业、板块和市场因素,以较全面地掌握市场情况;
  2. 考虑加入其他技术指标和基本面数据进行综合考虑股票的投资价值;
  3. 更加全面地考虑可转债的市场风险并进行风险控制。

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,未清偿可转债简称不可为空的股票进行投资。

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");

未清偿可转债简称不可为空: GBJGSM!=""

选股公式:GNBK("gnxq") AND DRS_M("zlltgtzb") AND GBJGSM!=""

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='', list_status='L', fields='ts_code,name,industry') 
    data1 = data1[(data1['name'].str.contains('元宇宙')) & (data1['industry'] != '银行')] 

    data2 = pro.moneyflow(trade_date='20220308', fields='ts_code, trade_date, buy_sm_vol, sell_sm_vol, buy_md_vol, \
    sell_md_vol, buy_lg_vol, sell_lg_vol, buy_elg_vol, sell_elg_vol, buy_value, sell_value, net_mf_vol') 
    data2 = pd.concat([data2.loc[:, 'ts_code'], data2.loc[:, 'net_mf_vol']], axis=1) 
    data2.columns = ['ts_code', 'net_inst_buy'] 
    data2 = data2.loc[data2.net_inst_buy > 0, :] 

    data3 = pro.query('fina_mainbz', ts_code='', end_date='20220308', fields='ts_code,main_business_profit') 
    data3 = data3[data3['main_business_profit'] > 0] 

    data4 = pro.cb_basic(exchange='', is_esc='N', fields='ts_code, bond_short_name, maturity_dt, curr_iss_amt') 
    data4 = data4[data4['bond_short_name'].notna()] 

    data5 = pro.query('daily_basic', trade_date='20220308', fields='ts_code,trade_date,pb,pe') 

    data6 = pd.merge(data1, data2, on='ts_code') 
    data6 = pd.merge(data6, data3, on='ts_code') 
    data6 = pd.merge(data6, data4, on='ts_code') 
    data6 = pd.merge(data6, data5, on='ts_code') 
    data6 = data6[(data6['bond_short_name'].str.contains('未清偿')) & (data6['curr_iss_amt'] > 0) & (data6['pb'] > 0)] 

    return data6
    ## 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)
收益&风险
源码

评论