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“振幅大于1”。
选股逻辑分析
该选股策略主要考虑了市场热点、“竞价主力”和“股票振幅”等因素。要求选出具备三个方面优点的股票：一是处于市场热点板块，二是竞价主力净买入，表明资金流入较多，并且三是短期内股票价格波动比较大，有较大的上涨或下跌潜力。
有何风险？
- 筛选条件过于简单，可能会漏选或误选一些标的；
- 策略只考虑了短期市场波动和股票走势，忽略了公司基本面；
- 数据的来源问题，不同数据源数据效果可能存在差异。
如何优化？
- 加入其他技术指标和基本面因素来筛选优良标的，增加筛选条件，提高精度；
- 可以考虑不仅关注竞价主力净买，也关注其他资金流入的指标；
- 考虑建立更多的补充逻辑，以应对市场不同阶段变化。
最终的选股逻辑
基于元宇宙、竞价主力净买和股票振幅的条件下，选出股票振幅大于1的标的。
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
股票振幅：HIGHINDEX – LOWINDEX
股票振幅大于1：HIGHINDEX – LOWINDEX > 1
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = pd.Series(df['jbmoneysum']).rolling(window=2).apply(lambda x: x.iloc[-1] > x.iloc[-2] and x.iloc[-1] > 0, raw=True)
condition3 = (df['high'] - df['low']) / df['close'] > 0.01
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
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。
