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”、“20日均线大于120日均线”，即选择在元宇宙板块中、竞价主力净买大于0、且20日均线大于120日均线的个股进行投资。
选股逻辑分析
该选股策略主要依据以下条件筛选符合要求的股票进行投资：
- 元宇宙板块：选择热门板块中的个股；
- 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；
- 均线选股：选择20日均线大于120日均线的股票。
通过以上选股逻辑，选取符合上述条件的个股作为投资目标，旨在寻找高收益低风险的投资标的。
有何风险？
- 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；
- 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；
- 选股逻辑风险：该选股策略只选取了三项基础指标作为筛选条件，可能无法全面评估所有风险因素。
如何优化？
- 优化选股指标：通过优化选股指标，加强数据分析和研究，提高选股精准度；
- 全面风险评估：应该综合考虑投资的风险，全面评估股票的市场风险，提高选股结果的可信度；
- 多元化选股策略：应该综合考虑多种策略，通过不同的选股策略筛选出不同的投资标的，降低单一策略带来的风险。
最终的选股逻辑
该选股策略选择在元宇宙板块中、竞价主力净买大于0、20日均线大于120日均线的个股进行投资。旨在寻找高收益低风险的投资标的。
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
20日均线：MA(CLOSE, 20)
120日均线：MA(CLOSE, 120)
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()
# 获取符合元宇宙系列板块的所有股票代码
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', 'concept_name':'元宇宙'})
# 获取符合竞价主力净买大于0的所有股票代码
data_daily = pro.daily_basic(ts_code=data['ts_code'].str.cat(sep=','), fields='ts_code, buy_l, sell_l')
data_selected = data.set_index('ts_code').join(data_daily.set_index('ts_code')).dropna().reset_index()
data_selected['main_lx'] = data_selected['buy_l'] - data_selected['sell_l']
data_selected = data_selected[(data_selected['main_lx']>0)]
# 获取符合均线选股条件的股票代码
data_ma = pro.daily(ts_code=data_selected['ts_code'].str.cat(sep=','), start_date='20211101')
data_ma['ma20'] = data_ma['close'].rolling(window=20).mean()
data_ma['ma120'] = data_ma['close'].rolling(window=120).mean()
data_ma_selected = data_ma[(data_ma['ma20']> data_ma['ma120'])]
data_selected = pd.merge(data_selected, data_ma_selected[['ts_code']], on='ts_code')
# 获取符合集中度条件的股票代码
rg = pro.index_global(trade_date="20211130")
data_smg = pro.query('top10_holders',
ts_code=data_selected['ts_code'].str.cat(sep=','),
fields='ts_code,holder_name,top10_ratio')
data_selected = pd.merge(data_selected, data_smg[['ts_code','top10_ratio']], on='ts_code')
data_selected['top10_ratio'] = data_selected['top10_ratio']*100
data_selected = data_selected[(data_selected['top10_ratio']<= rg['lc']*20)]
# 获取最终选定的股票信息
selected = data_selected.head(5)
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。
