问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“30日平均线向上”、“竞价时涨跌幅买入大单”和“特大单共计买入量大于0.7千万”。
选股逻辑分析
该选股策略综合考虑了元宇宙、趋势均线和资金流入情况。要求选出股价处于上升趋势，且竞价时有大单买入，买入总量又够大的股票。
有何风险？
- 要求股票竞价时间存在大单买入，而这种情况可能出现短暂，买入量多的情况持续时间较短，如果仅仅根据此条件选择股票，会有很大的漏选和误选风险；
- 数据的来源问题，不同数据源数据效果可能存在差异；
- 风险控制不足，没有加入止盈、止损等风险管理策略。
如何优化？
- 考虑加入其他技术指标和基本面因素来筛选优良标的，选出更能代表公司长期价值的标的；
- 设置适当的持股时间，一方面将买卖股票的时间更加均匀，避免时段选择的问题，另一方面有效控制市场变化对策略效果的干扰；
- 增加风控机制，设置止盈止损等风险控制策略，避免风险带来的不良后果。
最终的选股逻辑
基于元宇宙和30日均线向上，要求竞价时有大单买入，特大单共计买入量大于0.7千万。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
30日平均线向上：MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1)
竞价时涨跌幅买入大单：(TICK.DIRECTION>0) AND (TICK.VOLUME > 100), 竞价时买入的单子中，买卖成交金额的占比超过50%
特大单共计买入量大于0.7千万：(BS.LARGE_VOL+BS.SUPER_VOL) / 10000 > 70
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = df['close'] > pd.Series(df['close']).rolling(window=30).mean().shift(1)
condition3 = ((df['tick_direction'] > 0) & (df['tick_volume'] > 100) & (df['tick_amount_ratio'] > 0.5))
condition4 = ((df['large_volume'] + df['super_volume']) / 10000 > 70)
conditions = [condition1, condition2, condition3, condition4]
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。
