问财量化选股策略逻辑
该选股策略包括三个条件：元宇宙、昨日股价大于250日均线、今日最大跌幅在4%和5%之间。通过筛选出符合条件的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件进行选股：
- 元宇宙：选择热门板块中的个股
- 昨日股价大于250日均线：判断个股目前的价格是否接近长期均线及相对稳定
- 今日最大跌幅在4%和5%之间：找到最近跌幅适当的股票
综合以上三个条件，选择符合要求的个股进行投资。
有何风险？
- 该选股逻辑可能存在挑选出的股票受到行情走势不理想带来的风险。
- 大跌幅过于主观，不一定能抓住股票市场趋势。
如何优化？
- 引入其它技术指标，如MACD、KDJ等，以便更加准确地分析股票趋势。
- 加入财务指标，如净利润、经营活动现金流等，以便全面评价公司情况。
- 加入市场指标，如市场份额、市场增速等，分析公司与市场关系。
最终的选股逻辑
该选股策略选择元宇宙板块中、股票均价站在五日均线之上、今日最大跌幅在4%和5%之间的个股作为投资目标。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
昨日股价大于250日均线：C >= MA(250)
今日最大跌幅在4%和5%之间：(LOW-C)/C100<=-4 AND (LOW-C)/C100>=-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()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
ts_data = ts.pro_bar(
ts_code=code,
adj='qfq',
start_date='20220111',
end_date='20220111'
)
if len(ts_data) > 0 and ts_data.iloc[-1]['close'] >= ts_data.iloc[-1]['close'].rolling(5).mean()[4] and (ts_data.iloc[-1]['low'] - ts_data.iloc[-1]['pre_close']) / ts_data.iloc[-1]['pre_close'] * 100 <= -4 and (ts_data.iloc[-1]['low'] - ts_data.iloc[-1]['pre_close']) / ts_data.iloc[-1]['pre_close'] * 100 >= -5:
df = pro.query('stock_basic', ts_code=code, fields=['name', 'list_date'])
if ('ST' not in df['name'].values[0]) and (df['list_date'].values[0] < '20150101'):
data_selected = data_selected.append(df)
return data_selected[['name']]
## 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。
