(supermind量化投资)task13/a/元宇宙、竞价主力净买大于0、上市大于

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

该选股策略包含元素“元宇宙”、“竞价主力净买大于0”和“上市大于”,即选择元宇宙相关板块、有资金流入的上市时间较短的个股。

选股逻辑分析

该选股策略旨在筛选符合以下条件的股票进行投资:

  1. 元宇宙板块:选择热门板块中的个股;
  2. 竞价主力净买:通过竞价流入流出情况,筛选竞价主力净买大于0的股票;
  3. 上市时间:选择上市时间较短的个股,即“上市大于”。

该选股策略选取的股票主要是短期持有、追求高回报的投资者。

有何风险?

  1. 投资风险:股票投资具有一定的风险,可能导致投资者财务损失;
  2. 数据风险:该选股策略基于市场行情和过去的数据,实时性和精准性存在一定偏差;
  3. 市场热点板块的变化:市场热点和板块难以预测,可能导致选股失误。

如何优化?

  1. 优化选股指标:加强数据分析和研究,增加包括盈利能力、估值、市场份额等其它指标,综合考虑,提高选股精准度;
  2. 全面风险评估:应该综合考虑投资的风险,全面评估个股的市场风险,提高选股结果的可信度;
  3. 定期更新选股策略:根据市场变化和数据变化,及时调整选股策略,提高选股效果。

最终的选股逻辑

选取元宇宙板块内、有资金流入的上市时间较短的个股,筛选条件为满足元宇宙板块、竞价主力净买大于0,上市时间大于。旨在寻找短期内有较高回报的投资个股。

同花顺指标公式代码参考

元宇宙:GNBK("gnxq")

竞价主力净买:(VOL - 3- 5 + 1) * 50 / 10000

上市时间大于:(DATEDIFF(ListDate, GET_SYS_DATE()) / 365 > 1)

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', 'list_date','st_flag'], 
                where={'market':'SSE','list_status':'L','is_hs':'N'})
  
    # 获取符合条件的个股
    today = datetime.now().strftime('%Y%m%d')
    data_today = pro.query('fut_daily_detail',
                fields=['ts_code','trade_date','vol','amount','jb','yjb','today_oi'], 
                where={'trade_date':today})
    data_yesterday = pro.query('fut_daily_detail',
                fields=['ts_code','trade_date','vol','amount','jb','yjb','today_oi'], 
                where={'trade_date':(datetime.now() - pd.Timedelta(days=2)).strftime('%Y%m%d')})
    data_merged = data.merge(data_today, on='ts_code', how='left').merge(data_yesterday, on='ts_code', how='left').dropna()
    data_merged['turnover'] = data_merged['vol_x'] / data_merged['vol_y']
    # 选择符合条件的个股
    data_selected = data_merged[(data_merged['gnxq'].str.contains('元宇宙')) & (data_merged.groupby('ts_code')['jb'].apply(lambda x: x.iloc[-1]>0).fillna(False)) & (data_merged['turnover'] > 0.5) & (data_merged['turnover'] < 2) & ((pd.Timestamp.today() - pd.to_datetime(data_merged['list_date'])).dt.days / 365 > 1)]
    selected = data_selected.head(5) # 选择前5个符合条件的个股
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论