问财量化选股策略逻辑
该选股策略包括三个条件：元宇宙、竞价主力净买大于0、近25个交易日有单日涨幅大于等于百分之10。通过筛选符合要求的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件选择符合要求的个股进行投资：
- 元宇宙：选择热门板块中的个股；
- 竞价主力净买大于0：通过竞价流入流出情况判断竞价主力的买入情况，挑选买入强度高且趋势增强的股票；
- 近25个交易日有单日涨幅大于等于百分之10：通过历史股价表现判断是在近期有可能上涨的股票。
综合以上三个条件，选择符合要求的个股进行投资。
有何风险？
- 投资风险：股票投资存在一定风险，可能导致投资者财务损失；
- 近期表现良好并不代表未来表现也会良好，基本面等其他因素也需要考虑。
如何优化？
- 结合其他指标，综合分析股票的基本面和市场情况，提高选股准确度；
- 精细刻画股票的历史走势，避免个别异常数据对选股造成影响。
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、近25个交易日有单日涨幅大于等于百分之10的优质股票作为投资目标。
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
单日涨幅大于等于百分之10：COUNT(CLOSE > REF(CLOSE, 1) * 1.1, 25) >= 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()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
# 获取符合条件的股票
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
df = pro.daily(ts_code=code, start_date='20211101', end_date='20211231')
if not df.empty:
# 判断股票是否符合选股条件
if (VOL(0) - VOL(2)) * 50 / 10000 > 0 and COUNT(CLOSE > REF(CLOSE, 1) * 1.1, 25) >= 1:
data_selected = data_selected.append(df[df['ts_code'] == code])
return data_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。
