(supermind量化投资)task13/a/元宇宙、前日实际换手率>3~28、现量大于

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

该选股策略选取元宇宙行业中,前日实际换手率在3%~28%之间、现量大于1万手、当日开盘价高于前日收盘价的股票,进行投资。

选股逻辑分析

该选股策略的选股条件主要包括:

  1. 选取元宇宙行业中的股票,因为这些企业可能受到元宇宙行业内用户需求的影响,具有潜在的成长性;
  2. 前日实际换手率在3%~28%之间,反映市场对其价值有所认可;
  3. 现量大于1万手,说明有较多投资者参与,具有一定市场认可度;
  4. 当日开盘价高于前日收盘价,具有较强的市场信心和上涨动力。

综合考虑上述条件,选出符合条件的具有较强技术面和市场认可度的股票进行投资。

有何风险?

  1. 市场波动大,投资风险较大;
  2. 行业竞争激烈,技术、政策等因素可能对企业发展产生影响;
  3. 量能大并不能完全代表市场认可度,短期资金的大量介入不一定意味着股票的投资价值,需注意其持续性和稳定性。

如何优化?

  1. 选取优秀的元宇宙企业,多维度分析其成长性和市场竞争力;
  2. 对于量能的定义和筛选条件的设置需进一步确定,适当考虑其他指标如成交额等;
  3. 综合考虑其他市场指标,如市盈率、市净率等,提高投资价值分析的精度;
  4. 当日开盘价高于前日收盘价并不能完全代表股票的投资价值,需多角度分析其上涨原因和可持续性;
  5. 将选股条件的时间维度加入考虑,适当放宽选股条件的参数,减少误判率。

最终的选股逻辑

该选股策略选取元宇宙行业中,前日实际换手率在3%~28%之间、现量大于1万手、当日开盘价高于前日收盘价的股票,进行投资。

具体选股条件为:元宇宙行情为 GNXQ,前日实际换手率为 TURNOVER(2),现量大于1万手为 VOL() > 10000,当日开盘价高于前日收盘价为 (OPEN()-CLOSE(1))/CLOSE(1) > 0。

同花顺指标公式代码参考:

  • 元宇宙行情:GNBK('gnxq')
  • 前日实际换手率:TURNOVER(2)
  • 现量大于1万手:VOL() > 10000
  • 当日开盘价高于前日收盘价:(OPEN()-CLOSE(1))/CLOSE(1) > 0

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='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share')
    data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
    data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate, turnover_rate_f')
    data2['actual_turnover'] = data2['turnover_rate_f'] * 100
    data2 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
    data3 = pd.merge(data1, data2[['ts_code', 'actual_turnover']], on='ts_code', how='inner')
    data4 = ts.pro_bar(ts_code='', freq='D', start_date='20220221', end_date='20220221')
    data4['volume'] = data4['amount'] / data4['close']
    data5 = pd.merge(data3, data4[['ts_code', 'trade_date', 'open', 'close', 'volume']], on='ts_code', how='inner')
    data6 = data5[(data5['volume'] > 10000) & ((data5['open'] - data5['close'].shift(1))/data5['close'].shift(1) > 0)]
    data6 = data6.sort_values(by='actual_turnover', ascending=False)
    return data6[['ts_code', '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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论