(supermind量化投资)task13/a/元宇宙、竞价主力净买大于0、(昨日换手率*

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

该选股策略包含元素“元宇宙”、“竞价主力净买大于0”和“(昨日换手率 * (今日竞价成交量/昨日成交量))>0.5<2”。

选股逻辑分析

该选股策略综合考虑了市场热点板块、主力资金流向和成交情况进行筛选,逻辑如下:

  1. 元宇宙:选择当前热门板块中的个股进行筛选;
  2. 竞价主力净买:根据个股的竞价流入流出情况,筛选竞价主力净买大于0的股票;
  3. 成交情况:根据昨日换手率和今日竞价成交量与昨日成交量的比值,筛选符合条件(>0.5<2)的股票。

综上所述,该选股策略旨在寻找符合市场热点、有资金流入的、成交情况良好的个股,以获取较高的投资收益。

有何风险?

  1. 数据风险:该策略基于市场行情和历史数据,存在数据风险;
  2. 成交情况变化:成交情况难以预测,可能导致筛选出来的股票不符合预期;
  3. 市场情况变化:市场变化难以预测,可能导致股票选取失误。

如何优化?

  1. 成交情况参考指标的优化:可以多方面综合考虑成交情况,如加入实时成交量、涨跌幅等多种指标,以提高选股准确性;
  2. 资金流向参考指标的优化:可以采用更加精准的资金流向指标,如大单、主力等,在跟踪资金流向时更加精准;
  3. 定期更新选股策略:根据市场变化和数据变化,定期更新选股策略,以适应不同市场环境。

最终的选股逻辑

从市场热点板块、主力资金流向和成交情况等多个方面综合考虑,筛选符合条件的、具有投资潜力的个股,即满足元宇宙投资方向,竞价主力净买大于0,(昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2。同时,考虑数据和市场等多种风险因素,加强风险控制,提高选股的准确性和可靠性。

同花顺指标公式代码参考

元宇宙:GNBK("gnxq")

竞价主力净买:(VOL - 3 - 5 + 1) * 50 / 10000

成交情况:(REF(VOL, 1)/VOL * REF(TODAY, 1) > 0.5) AND (REF(VOL, 1)/VOL * REF(TODAY, 1) < 2)

Python代码参考

import pandas as pd
import tushare as ts
from datetime import datetime

def stock_selector():
    ts.set_token('your_token')
    pro = ts.pro_api()
    
    # 获取符合条件的所有股票的代码
    data = pro.query('stock_basic',
                fields=['ts_code','name','industry','concept_name', 'list_date','st_flag'], 
                where={'market':'SSE','list_status':'L','is_hs':'N'})
  
    # 获取符合条件的个股
    today = datetime.now().strftime('%Y%m%d')
    data_today = pro.query('fut_daily_detail',
                fields=['ts_code','trade_date','vol','amount','jb','yjb','today_oi'], 
                where={'trade_date':today})
    data_yesterday = pro.query('fut_daily_detail',
                fields=['ts_code','trade_date','vol','amount','jb','yjb','today_oi'], 
                where={'trade_date':(datetime.now() - pd.Timedelta(days=2)).strftime('%Y%m%d')})
    data_merged = data.merge(data_today, on='ts_code', how='left').merge(data_yesterday, on='ts_code', how='left').dropna()
    data_merged['turnover'] = data_merged['vol_x'] / data_merged['vol_y']
    data_selected = data_merged[(data_merged['gnxq'].str.contains('元宇宙')) & (data_merged.groupby('ts_code')['jb'].apply(lambda x: x.iloc[-1]>0).fillna(False)) & (data_merged['turnover'] > 0.5) & (data_merged['turnover'] < 2)]

    selected = data_selected.head(5)
    
    return 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