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”、“60开头的股票”三个因素，即选择在元宇宙板块中、竞价主力净买大于0的以60开头的股票作为投资目标。
选股逻辑分析
该选股策略主要依据以下三个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；
- 60开头的股票: 按股票代码以60开头的进行筛选。
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，追求较高的市场回报与增值潜力。
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；
- 以单一板块和股票代码为标准选股，忽视股票的基本面和整体市场情况；
- 数据风险：该选股策略基于市场行情和历史数据，实时性和精准性存在一定偏差；
- 元宇宙热度因素暂时可能导致选股偏差，无法长期稳定盈利；
- 竞价主力净买指标无法全面反映市场情况，可能存在一定风险。
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；
- 考虑多框架的选股策略，使投资风险更加分散；
- 加强数据收集、处理及技术分析手段，降低数据偏差；
- 优化选股策略的参数设定，及时进行调整和优化；
- 建立实时更新的选股系统，保持与市场的同步。
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且股票代码以60开头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
股票代码以60开头：LEFT(SYMBOL,2)=='60'
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()
# 获取所有以60开头的股票代码
data = pro.query('stock_basic',
fields=['ts_code','name','industry','concept_name','list_date','st_flag'],
where="left(ts_code,2)='60'")
# 根据条件筛选股票
data_selected = pd.DataFrame()
for code in data['ts_code']:
df = pro.daily(ts_code=code, start_date='20210101', end_date='20211231')
if not df.empty:
# 判断股票是否符合选股条件
if df['vol'].sum() > 0 and df['amount'].iloc[-1] / df['vol'].iloc[-1] > df['close'].iloc[-1]:
data_selected = data_selected.append(data[data['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。
