(supermind量化投资)task13/a/元宇宙、机构动向大于0、(昨日换手率*(今

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

选股逻辑包括三个条件:选取元宇宙行业的股票、机构动向大于0,(昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2。根据这些条件进行选股,进行投资。

选股逻辑分析

该选股策略主要考虑以下三个条件进行选股:

  1. 选取元宇宙行业股票,瞄准未来的投资机会;
  2. 机构动向具有一定预测性和引导作用,选股策略容易捕捉机构动向;
  3. 根据昨日换手率和今日竞价成交量与昨日成交量之比,选取合适区间内的个股,筛选出适合的投资标的。

综合以上条件,选择符合条件的个股进行投资。

有何风险?

  1. 选取行业投资的风险因素较大,选股策略难以捕捉行业整体动向;
  2. 股票投资具有较高风险;
  3. 基于单一指标进行选股有较大风险,需要结合其他指标进行综合评估。

如何优化?

  1. 增加对股票财务、经营等方面的评估,以综合评估整个股票的价值;
  2. 结合其他技术分析指标和基本面分析指标来筛选股票,进行多维度综合评估;
  3. 加入止盈及止损的风控策略,提高选股策略的风险管理能力。

最终的选股逻辑

该选股策略选择元宇宙行业中机构动向大于0且(昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2的个股进行投资。

同花顺指标公式代码参考

元宇宙行业:GNBK("gnxq");

机构动向:DRS_M("zlltgtzb");

昨日成交量:REF(VOL,1);

昨日换手率:REF((VOL/TVAL)/CAPITALA0,1);

今日竞价成交量:BJVOL;

通达信公式:GNBK("gnxq") AND DRS_M("zlltgtzb") AND (REF((VOL/TVAL)/CAPITALA0,1)*BJVOL/REF(VOL,1)>0.5 AND REF((VOL/TVAL)/CAPITALA0,1)*BJVOL/REF(VOL,1)<2)

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() 
    t = pro.trade_cal(start_date='20200805', end_date='20200805')
    trade_dates = t[t['is_open'] == 1]['cal_date'].tolist()

    data_all = pd.DataFrame() 
    for trade_date in trade_dates: 
        data = pro.query('stock_basic', exchange='', is_hs='H') 
        data = data[data['name'].str.contains('元宇宙')]

        data_inst = pro.moneyflow(ts_code=data['ts_code'].tolist(), start_date=trade_date, end_date=trade_date, fields='ts_code,hgt,mrghgt,lczczk') 
        data_inst = data_inst.loc[data_inst['hgt'] > 0, ['ts_code', 'hgt', 'mrghgt', 'lczczk']] 
        data_inst['is_inst_buy'] = data_inst['hgt'] > data_inst['mrghgt'] 
        data_inst = data_inst.loc[data_inst['is_inst_buy'] == True, ['ts_code']] 

        daily_data = pro.daily(ts_code='', trade_date=trade_date) 
        daily_data['vol_yesterday'] = daily_data['vol'].shift(1) 
        daily_data['turnover_rate_yesterday'] = daily_data['vol_yesterday'] / daily_data['amount_yesterday'] / daily_data['outstanding_share'] * 100 
        daily_data = daily_data.loc[daily_data['turnover_rate_yesterday'] * daily_data['bj_vol'] > 0.5] 
        daily_data = daily_data.loc[daily_data['turnover_rate_yesterday'] * daily_data['bj_vol'] < 2, ['ts_code']] 

        data_all = pd.concat([data_all, daily_data]) 

    return data_all
    ## 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