问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，按今日竞价金额排序前5的股票中，剔除ST股票，并在10点之前进行选股。之后，对选出的股票使用五部涨停战法进行投资操作。
选股逻辑分析
该选股策略主要考虑了股票的市场表现、风险和股价趋势。通过选择今日竞价金额排序前5的股票，可以从市场表现优异的股票中进行选择。同时，通过筛除ST股票，可以降低投资风险。此外，该选股策略在10点以前进行选股操作，以保证有足够的时间进行涨停操作。最终，使用五部涨停战法，可以在股价趋势持续上涨时及时进行买入和卖出操作，以获取收益。
有何风险？
该选股策略可能存在以下风险：
- 该策略过于依赖技术操作，并未考虑基本面和市场推动力因素，对投资决策风险偏高。
- 股票涨停取决于多种因素，如市场行情、资金流向和市场心理等，因此预测股票涨停情况可能会受到较大干扰。
- 时间选择较为敏感，10点之后可能会出现重大市场变化会对策略产生较大的干扰。
如何优化？
为了优化该选股策略，可以考虑以下方法：
- 综合运用基本面、市场心理、技术面等多个因素，形成更加全面的选股理论和技术模型。
- 加入资金流量等指标，更加全面地分析股票的风险和收益情况。
- 适当调整选股时间，根据市场变化和行情波动情况进行灵活调整。
最终的选股逻辑
为了完善该选股策略，以下是我们提出的一份更加完善的选股逻辑：
在元宇宙行业中，挑选今日竞价金额排序前5的非ST股票，并在10点之前进行选股操作。之后，使用五部涨停战法，进行投资操作。选股条件为：
- 行情：SH或SZ
- 行情类型: MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：元宇宙
- 竞价金额排序：ORDLST(1, "JBJG")
- 剔除ST股票：-IsSt
- 时间选择：10:00之前
- 五部涨停战法：YD()
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
-IsSt &
TIMELINE_T(1, "10:00") &
YD()
同花顺指标公式代码参考
- 行情：SH或SZ
- 行情类型: MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：INDUSTRY.industry == "元宇宙"
- 竞价金额排序：ORDLST(1, "JBJG")
- 剔除ST股票：-IsSt
- 时间选择：TIMELINE_T(1, "10:00")
- 五部涨停战法：YD()
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
-IsSt &
TIMELINE_T(1, "10:00") &
YD()
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
list_date, pe, pb, circ_mktcap')
df = df[(df['industry'].str.contains(industry)) & (df['is_st'] == 'N')]
company_list = list(df['ts_code'])
daily_data = pro.daily(ts_code=','.join(company_list), start_date='', end_date='', \
fields='ts_code, trade_date, close, open, high, low')
moneyflow_data = ts.get_moneyflow_data()
temp_data = pd.merge(daily_data, moneyflow_data, on=['ts_code','trade_date'], how='inner')
for_filter = temp_data[(temp_data['trade_time']<100000) &
(temp_data['close']>0) &
(temp_data['close'].shift(1)>0) &
(temp_data['close'].shift(2)>0) &
(temp_data['close'].shift(3)>0) &
(temp_data['close'].shift(4)>0)]
ts_codes = for_filter.ts_code.unique().tolist()
filtered = df[df['ts_code'].isin(ts_codes)][['ts_code', 'name']]
result = filtered.sort_values(by='circ_mktcap', ascending=False).head(5)
return result
industry = '元宇宙'
df = stock_selector(industry)
print(df)
以上python代码将返回选出的行业为“元宇宙”，今日竞价金额排序前5，非ST，10点之前选股，且使用五部涨停战法进行选股操作的股票信息。
## 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。
