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”和“dea上涨”。
选股逻辑分析
该选股策略也主要考虑了市场热点、资金流向和技术指标因素。要求选出具备三个方面优点的股票：一是处于市场热点板块，二是竞价主力净买入，表明资金流入较多，三是技术指标上的反弹迹象，即dea线上涨。
有何风险？
- 可能会选到短线超买股票，以及技术面表现较差的股票；
- 竞价主力净买数据可能较为不准确，存在一定错误率；
- 该选股策略忽略了众多基本面因素，并仅仅考虑了热点板块和技术因素。
如何优化？
- 加入其他技术指标，如MACD、RSI等因素，以提高选股精度；
- 加入基本面指标，如市盈率、市净率、ROE等因素，结合技术指标一起选股；
- 基于机器学习算法，对基本面和技术面因素进行多因素分析，提高选股准确率。
最终的选股逻辑
基于元宇宙、竞价主力净买和技术指标上dea线上涨等条件下，选出符合要求的股票。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
竞价主力净买：(VOL - 3 – 5 + 1) * 50 / 10000
DEA线上涨：EMA(CLOSE,12)*0.15+EMA(EMA(CLOSE,12),9)*0.85 > EMA(EMA(CLOSE,12),9)
Python代码参考
import talib
import pandas as pd
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = pd.Series(df['jbmoneysum']).rolling(window=2).apply(lambda x: x.iloc[-1] > x.iloc[-2] and x.iloc[-1] > 0, raw=True)
condition3 = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)[2].iloc[-1] > 0
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
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。
