(supermind量化投资)task13/a/元宇宙、收盘价大于昨日的最低价、剔除昨日涨

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

该选股策略包含元素“元宇宙”、“收盘价大于昨日的最低价”和“剔除昨日涨停”。

选股逻辑分析

该选股策略综合考虑了市场情绪、股票价格趋势等多个因素。选股策略认为,具备元宇宙概念的股票有较高的投资价值,同时股票价格处于相对高位,且剔除昨日涨停的股票可能在后续有更大的上涨空间。

有何风险?

  1. 剔除昨日涨停的股票在短期内可能出现大幅度回调或震荡,存在一定风险。
  2. 该选股策略过于关注短期涨势,缺乏对股票的基本面信息和长期趋势的考虑,风险较高。

如何优化?

  1. 在选股过程中进行严格风险控制和买卖策略制定,例如设置止损止盈等方法。
  2. 将选股策略与股票的基本面和行业前景等因素相结合,全面评估股票的投资价值。
  3. 在选股时更加注重长期市场趋势和基本面变化,从而避免短期涨势过于突出的风险。

最终的选股逻辑

该选股策略综合了元宇宙概念、股票价格趋势等多重因素,通过剔除昨日涨停的条件,筛选出相对具备投资价值的标的。而在对股票的基本面和行业前景等方面进行综合考虑,避免短期突出的风险,更综合考虑股票投资价值。

同花顺指标公式代码参考

元宇宙:SELECTEDINDUSTRY("gnxq")

收盘价大于昨日的最低价:CLOSE > REF(LOW,1)

剔除昨日涨停:ABS(CLOSE-REF(CLOSE,1))/REF(CLOSE,1) < 0.097

python代码参考

def stock_selector(df):
    # 筛选条件
    condition1 = df['concepts'].str.contains('元宇宙')
    condition2 = df['close'] > df['low'].shift(1)
    condition3 = abs(df['close'] - df['close'].shift(1)) / df['close'].shift(1) < 0.097
    # 综合筛选
    selected = df[condition1 & condition2 & condition3]
    # 设置灵活的买卖策略
    # 示例代码:定期调整仓位
    selected['position'] = 1 / len(selected)
    
    return 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论