(supermind量化投资)task13/a/元宇宙、前日实际换手率>3~28、k小于2

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

该选股策略选择元宇宙行业中,符合以下条件的股票进行投资:前日实际换手率在3%~28%之间,K线小于20。

选股逻辑分析

该选股策略的选股条件主要包括:

  1. 选择元宇宙行业中的股票,因为这些企业可能受到元宇宙行业内用户需求的影响,具有潜在的成长性;
  2. 前日实际换手率在3%~28%之间,反映市场对其价值的认可度高且有成交热度,具有投资价值;
  3. K线小于20,反映股票当前处于低位,有估值优势,具有投资价值。

有何风险?

  1. 忽略了其他重要的财务指标和技术指标,不能充分反映企业的基本面和未来发展趋势;
  2. K线小于20并不一定代表股票有投资价值,可能存在其他问题,需要更全面的分析;
  3. 市场上涨时,该选股策略的可选范围较小,可能存在选股困难的问题。

如何优化?

  1. 可以增加其他选股条件,如PE、PB等财务指标、技术指标等,综合考虑来筛选具备投资价值的股票;

  2. 对K线小于20的选择要更加谨慎,充分理解企业的核心业务和竞争优势,避免被过分依赖技术指标所影响;

  3. 结合市场实际情况调整选股策略,在市场上涨时放松相关选股条件,允许一定的股票上涨。

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%~28%之间,K线小于20的股票进行投资。

具体选股条件为: 元宇宙行情为GNXQ,前日实际换手率为 TURNOVER(2),K线为 K<20 反包为(INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND K<20);

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)
  • K线:K < 20
  • 反包策略:INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND K<20

Python代码参考:

import pandas as pd
import tushare as ts

def stock_selector():
    ts.set_token('your_token')
    pro = ts.pro_api()
    data1 = pro.query('stock_basic', exchange='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share, float_share, market_cap, pe, pb, area')
    data1['ipo_date'] = pd.to_datetime(data1['list_date'])
    data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
    data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate_f')
    data2['actual_turnover'] = data2['turnover_rate_f'] * 100
    data2.index = pd.to_datetime(data2['trade_date'], format='%Y%m%d')
    data3 = data2[(data2['actual_turnover'] > 3) & (data2['actual_turnover'] < 28)]
    data4 = ts.get_today_ticks('sz002377')
    data4['MA10'] = data4['price'].rolling(10).mean()
    data4['K'] = (data4['close'] - data4['low'].rolling(9).min()) / (data4['high'].rolling(9).max() - data4['low'].rolling(9).min()) * 100
    data5 = data3.merge(data4[['MA10', 'K']], on='trade_date', how='inner')
    data6 = data1.merge(data5[['ts_code', 'MA10', 'K']], on='ts_code', how='inner')
    data7 = data6[data6['K'] < 20]
    return data7[['ts_code', 'name']]
    ## 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