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%至28%之间，且非科创板的个股进行投资。
选股逻辑分析
该选股策略主要围绕以下条件进行选股：
- 选取元宇宙行业中的个股，因为元宇宙领域具有较高的成长性和隐含收益；
- 前日实际换手率在3%至28%之间，可能表示该个股存在着资金流动性和市场认可度；
- 排除科创板个股，可能是因为该板块具有较高的风险和波动性。
综合以上条件，选择符合条件的个股进行投资。
有何风险？
- 内外部因素导致个股实际换手率发生变化，对选股带来不利影响；
- 排除科创板个股，可能忽略了该领域中一些优质的个股。
如何优化？
- 增加选股因素，例如量价分析、技术分析等维度进行选股；
- 同时加入基本面因素、行业前景等因素，以综合判断个股的投资价值；
- 采用权重调整，调整选股策略中各个因素的权重，以达到更好的效果。
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%至28%之间，且非科创板的个股进行投资。
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);
- 是否科创板：INSMK("kcb")
选股公式：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND NOT INSMK("kcb")
Python代码参考
import pandas as pd
import tushare as ts
from pandas_datareader import data as pdr
import yfinance as yf
yf.pdr_override()
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry')
data1 = data1[data1['name'].str.contains('元宇宙')]
start_date = str((pd.Timestamp.now() - pd.Timedelta(days=60)).date())
end_date = str(pd.Timestamp.now().date())
data2 = pdr.get_data_yahoo(list(data1['ts_code']), start=start_date, end=end_date, group_by='ticker')
data2.reset_index(inplace=True)
data2['TURNOVER_1'] = data2['Volume'] / data2['Volume'].shift(1)
data2.dropna(inplace=True)
data2 = data2.groupby(by='level_0', as_index=False).apply(lambda x:x.iloc[-1, :])
data2.reset_index(drop=True, inplace=True)
data2 = pd.merge(data1, data2, left_on='ts_code', right_on='level_0', how='inner')
data2.set_index(['ts_code'], inplace=True)
data2 = data2.loc[(data2['Pct_Change'] > 0)]
data2[['TURNOVER_1']] = data2[['TURNOVER_1']] * 100
data2 = data2[(data2['TURNOVER_1'] > 3) & (data2['TURNOVER_1'] < 28) & ~(data2['ts_code'].str.startswith('300'))]
data2.reset_index(inplace=True)
data3 = data2.loc[:, ['ts_code', 'name', 'industry']]
return data3
## 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。
