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、竞价主力净买大于0。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：
- 元宇宙：选择热门板块中的个股
- 昨日股价大于250日均线：判断个股目前的价格是否接近长期均线及相对稳定
- 竞价主力净买大于0：判断个股市场热度及机构资金的买入情况
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？
- 市场波动带来的风险；
- 单一指标选股可能会出现误判；
- 机构资金的买入情况不一定能反映个股未来走势。
如何优化？
- 结合其他指标，如MACD、RSI等，提高选股的准确性；
- 筛选资产质量高、基本面良好的个股；
- 加入市场大盘走势判断，选择在大盘行情良好的时期进行投资。
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、竞价主力净买大于0的个股作为投资目标。
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)
竞价主力净买：CJJJLR > 0
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], index='day', start='2016-01-01', end='2022-01-10')
ts_data['cjjjlr'] = ts_data['volume'] * (2 * ts_data['close'] - ts_data['open'] - ts_data['low']) / (ts_data['high'] - ts_data['low']) # 计算竞价主力净买
if len(ts_data)>1 and ts_data.iloc[-1]['close'] >= ts_data.iloc[-1]['close'].rolling(250).mean()[249] and ts_data.iloc[-1]['cjjjlr'] > 0:
data_selected = data_selected.append(df[['name']])
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。
