(supermind量化投资)task13/a/元宇宙、昨日股价大于250日均线、外盘除内

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

该选股策略包括三个条件:元宇宙、昨日股价大于250日均线、外盘/内盘大于1.3。通过筛选符合要求的股票进行投资。

选股逻辑分析

该选股策略主要通过以下三个条件选择符合要求的个股进行投资:

  1. 元宇宙:选择热门板块中的个股;
  2. 昨日股价大于250日均线 :判断个股目前的价格是否已接近长期均线;
  3. 外盘/内盘大于1.3:大于1的外盘/内盘比例表示市场买入意愿较高,因此可能导致股价上涨。

综合以上三个条件,选择符合要求的个股进行投资。

有何风险?

  1. 系统性风险等市场风险;
  2. 外盘与内盘振荡大,指标波动较大。

如何优化?

  1. 加入其他股票指标辅助选股,如相对强势指标等;
  2. 可以通过聚合多个波动指标作为判断标准;
  3. 加强市场研究能力,综合多个指标进行选择。

最终的选股逻辑

该选股策略选择元宇宙板块中、股价大于250日均线,且外盘与内盘比例大于1.3的股票作为投资目标。

同花顺指标公式代码参考

元宇宙:GNBK("gnxq")

昨日股价大于250日均线:C >= MA(250)

外盘/内盘大于1.3:WAD > DAD * 1.3

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()

    # 获取所有元宇宙板块中的个股
    gnxq = pro.index_basic(
        fields='category',
        identifying_code='9650',
        market='SSE'
    )
    gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']

    # 获取符合条件的股票
    data_selected = pd.DataFrame()
    for code in gnxq_stocks['con_code']:
        df = pro.query('stock_basic', ts_code=code, fields='name')
        ts_data = ts.get_k_data(code[:6], start='2022-01-07', end='2022-01-07')
        if len(ts_data) > 0 and ts_data.iloc[0]['close'] >= ts_data.iloc[0]['close'].rolling(250).mean()[249] and ts_data.iloc[0]['volume'] > 0 and ts_data.iloc[0]['amount'] > 0 and ts_data.iloc[0]['turnover_rate'] > 0 and ts_data.iloc[0]['volume'] / ts_data.iloc[0]['amount'] > 1.3:
            data_selected = data_selected.append(df)
    return data_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