(supermind量化投资)task13/a/元宇宙、前日实际换手率>3~28、机构抄底

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,并且机构抄底的个股进行投资。

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,表示该个股具有一定的资金流动性,并且市场对其价值存在认可;
  3. 选取机构抄底的个股,这可能表示机构对该企业未来的价值有一定的看好。

通过对以上条件进行综合挑选,最终选出符合条件的个股进行投资。

有何风险?

  1. 依赖于机构抄底的指标可能有一定盲目性,不能完全代表市场情况,选股结果可能有一定的偏差;
  2. 在筹码分布等因素影响下,即使机构抄底,股价仍有可能下降,在选股过程中需注意风险管理;
  3. 前日实际换手率和机构抄底的具体取值范围会影响选股结果,需根据实际情况进行调整。

如何优化?

  1. 增加其他重要因素,如市盈率、市净率等;
  2. 采用机器学习算法,优化选股策略模型,提高选股精度;
  3. 建立风险控制机制,如止损和仓位控制,降低投资风险。

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,并且机构抄底的个股进行投资。选股条件具体为:元宇宙行情为GNXQ,前日实际换手率为TURNOVER(2),机构抄底比率为ORG_HOLD_PRO_RATIO,按机构持股比例降序排列TOP5。

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);
  • 机构抄底比率:ORG_HOLD_PRO_RATIO;
  • 选股条件:GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND ORG_HOLD_PRO_RATIO > 0 AND RANK(ORG_HOLD_PRO_RATIO) <= 5 ORDER BY ORG_HOLD_PRO_RATIO DESC;

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='SSE', list_status='L', fields='ts_code,name,industry')
    data1 = data1[data1['industry'].str.contains('元宇宙')]
    data2 = pro.daily_basic(ts_code='', trade_date='20220111', fields='ts_code,turnover_rate,amount')
    data2['actual_turnover'] = data2['turnover_rate'] * 100
    data2 = data2[data2['actual_turnover'] > 3]
    data2 = data2[data2['actual_turnover'] < 28]
    data3 = pro.top10_holders(ts_code='', start_date='20220111', end_date='20220111')
    data3 = data3[data3['holder_name'].str.contains('机构')].groupby('ts_code')['hold_ratio'].sum().reset_index()
    data3.columns=['ts_code','org_hold_ratio']
    data4 = pd.merge(data1, data2[['ts_code', 'actual_turnover']], on='ts_code', how='inner')
    data4 = pd.merge(data4, data3[['ts_code', 'org_hold_ratio']], on='ts_code', how='left')
    data4 = data4.dropna(subset=['org_hold_ratio'])
    data4 = data4.sort_values(by='org_hold_ratio', ascending=False).head(5)
    return data4[['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