(supermind量化投资)task13/a/元宇宙、按今日竞价金额排序前5、七连阴

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

该选股策略选择在元宇宙行业中,挑选出今日竞价金额排序前5,七连阴的股票进行投资。

选股逻辑分析

该选股策略主要依据技术面选股,考虑股票的价格走势,选择了七连阴这一技术指标进行选股。

有何风险?

该选股策略可能存在以下风险:

  1. 过于依赖技术面指标,忽略基本面和资金面因素,可能导致盲目跟风;
  2. 当市场行情波动或资金面紧张时,该选股策略可能会出现较大风险;
  3. 该选股策略不具有行业分类和基本面选股的能力,可能导致大量投资并不具有成长性的公司;
  4. 选取天数的设置可能过于主观,需要根据具体情况进行调整。

如何优化?

为了降低该选股策略的风险,我们可以考虑以下优化方法:

  1. 建立完整的投资体系和投资标准,综合考虑各类量化指标,精细选股;
  2. 增加资金面和基本面选股因素,综合考虑公司的实力和前景;
  3. 创建行业分类选股因素,在选股过程中综合考虑公司所处行业的特点和前景;
  4. 根据历史股票价格走势和市场情况合理设置技术指标选股的天数,避免主观因素干扰。

最终的选股逻辑

为了完善该选股策略,以下是我们提出的一份更加完善的选股逻辑:

在元宇宙行业中,挑选出今日竞价金额排序前5,连续N天七连阴的股票进行投资,得到最终的选股结果。

选股条件为:

  • 行情:SH或SZ
  • 行业特点:元宇宙
  • 排序方式:ORDLST(3, "JBJG")
  • 七连阴条件:CONTINUOUS(N, CLOSE < REF(CLOSE, 1))

同花顺指标公式代码参考

  • 行情:SH或SZ
  • 行情类型:MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
  • 行业特点:INDUSTRY.industry == "元宇宙"
  • 排序方式:ORDLST(3, "JBJG")
  • 七连阴条件:CONTINUOUS(N, CLOSE < REF(CLOSE, 1))
  • 最终选股:MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
    & INDUSTRY.industry == "元宇宙"
    & ORDLST(3, "JBJG")
    & CONTINUOUS(N, CLOSE < REF(CLOSE, 1))

python代码参考

import pandas as pd
import tushare as ts

def stock_selector(industry, start_date, end_date, n):
    ts.set_token('your_token')
    pro = ts.pro_api()
    df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
                                                                  list_date, pe, pb')
    df = df[df['industry'].str.contains(industry)]
    
    k_data = {}
    for code in df['ts_code']:
        k_data[code] = ts.get_hist_data(code, start=start_date, end=end_date)
    
    rank_table = pd.DataFrame({'code': k_data.keys()})
    rank_table['close'] = rank_table['code'].apply(lambda x: k_data[x]['close'])
    
    for i in range(n):
        rank_table = rank_table[(rank_table['close']/rank_table['close'].shift(i+1) < 1)]
    
    rank_table = rank_table.drop_duplicates(subset=['code'])
    
    filtered = []
    for code in rank_table.sort_values(by=['score'], ascending=False).iloc[:5]['code'].tolist():
        filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
    
    return pd.DataFrame(filtered, columns=['ts_code', 'name'])

industry = '元宇宙'
start_date = '2022-01-01'
end_date = '2022-01-31'
n = 7
df = stock_selector(industry, start_date, end_date, n)
print(df)

以上python代码将返回2022年1月中行业为“元宇宙”,按今日竞价金额排序前5,连续7天七连阴的主板股票信息。

    ## 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