问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，按今日竞价金额排序前5的股票中，筛选下午大单净流入的股票进行投资操作。
选股逻辑分析
该选股策略综合考虑了市场表现因素和股票价格走势因素。首先选取了今日竞价金额前5的股票，考虑了股票的市场表现。其次，加入下午大单净流入筛选条件，以选出符合机构资金投入的股票，增加投资收益。
有何风险？
该选股策略可能存在以下风险：
- 规模较小的股票可能在下午出现大单流出情况，造成筛选出的股票不理想。
- 股票市场行情可能会对选股策略造成影响，从而导致投资收益降低。
- 特定行业的政策或技术变革可能导致选股策略的失效。
如何优化？
为了优化该选股策略，可以考虑以下方法：
- 将选股策略与其他基本面和技术面指标相结合，制定更加全面的选股策略。
- 增加下午大单净流入的条件，考虑多重因素来综合选择股票。
- 通过不断增加筛选条件和优化方法，提高选股策略的精度和准确性。
最终的选股逻辑
在元宇宙行业中，根据股票今日竞价金额的大小，选择今日竞价金额排序前5的股票，然后筛选下午大单净流入的股票进行投资。选股条件为：
- 行情：SH或SZ
- 行情类型: MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：元宇宙
- 竞价金额排序：ORDLST(1, "JBJG")
- 下午大单净流入：MONEYRANK(1, "SUMMONEY") >= 0
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
MONEYRANK(1, "SUMMONEY") >= 0
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"
- 竞价金额排序：ORDLST(1, "JBJG")
- 下午大单净流入：MONEYRANK(1, "SUMMONEY") >= 0
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
MONEYRANK(1, "SUMMONEY") >= 0
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
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, circ_mktcap')
df = df[(df['industry'].str.contains(industry))]
company_list = list(df['ts_code'])
daily_data = pro.daily(ts_code=company_list, start_date='20210301', end_date='20210305')
moneyflow_data = pro.moneyflow(ts_code=company_list, start_date='20210301', end_date='20210305')
moneyflow_data['sum_moneyflow'] = moneyflow_data.groupby('ts_code')['moneyflow'].transform('sum')
afternoon_data = moneyflow_data[moneyflow_data['trade_time']>'13:00:00']
afternoon_data['MONEYRANK(1, "SUMMONEY")'] = afternoon_data.groupby('trade_date')['sum_moneyflow'].rank(ascending=False)
combined_data = daily_data.merge(afternoon_data, how='left', on=['ts_code', 'trade_date'])
combined_data['MONEYRANK(1, "SUMMONEY")'].fillna(value=0, inplace=True)
combined_data['indicator'] = combined_data['MONEYRANK(1, "SUMMONEY")'].apply(lambda x: True if x != 0 else False)
filtered = combined_data[merged_data['indicator'] == True]
ts_codes = filtered.ts_code.unique().tolist()
filtered_result = df[df['ts_code'].isin(ts_codes)]
result = filtered_result.sort_values(by='circ_mktcap', ascending=False).head(5)
return result
industry = '元宇宙'
df = stock_selector(industry)
print(df)
以上python代码将返回选出的行业为“元宇宙”，今日竞价金额前五，下午大单净流入的股票信息。
## 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。
