(supermind量化投资)task13/a/元宇宙、昨日股价大于250日均线、昨天龙虎

问财量化选股策略逻辑

选股逻辑包括三个条件：元宇宙、昨日股价大于250日均线、昨天龙虎榜。通过筛选出符合条件的股票进行投资。

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. 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较稳定且接近长期均线。
3. 昨天龙虎榜：关注市场资金的流向和热点板块，以研究市场趋势和情绪变化。

综合以上三个条件，选择合适的个股进行投资。

有何风险？

1. 过于关注热点板块和近期涨势，可能忽视了个股基本面和长期价值。
2. 龙虎榜并不一定反映个股的长期表现和价值，过于追求短期资金流动性和投机收益可能增加风险。
3. 筛选条件过于简单，可能丢失部分优质个股。
4. 选股指标具有一定主观性，依赖个人判断和预测，存在误判和盲区。

如何优化？

1. 综合考虑多个因素进行选股，包括股票价格、股息、市盈率、市净率等财务指标，以及行业和公司基本面等因素。
2. 研究和了解宏观经济和行业发展趋势，寻找具有长期潜力的公司和行业。
3. 选股指标应具有客观性、科学性和可操作性，避免主观干扰和误判。
4. 建立严格的风险控制机制，有效控制投资风险。
5. 加入资金安全筛选条件，避免投资风险。

最终的选股逻辑

该选股策略选择元宇宙板块中，昨日股价大于250日均线，且昨天出现龙虎榜的个股进行投资。

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)

昨天是否出现龙虎榜：LB

其中LB的计算公式为:

// 是否出现龙虎榜
let lb = REF(LB, 1);
let lb_up = (lb & 1) == 1; // 上榜
let lb_down = (lb & 2) == 2; // 下榜
CONDITIONS.LB = lb_up || lb_down;

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']

    data_selected = pd.DataFrame()
    for code in gnxq_stocks['con_code']:
        df = pro.query('daily', ts_code=code,
                       fields='trade_date, close, high, low, open, pct_chg, vol, amount')
        if len(df) < 2:
            continue
        _lb_detail = pro.moneyflow(trade_date='20220307', ts_code=code)
        if len(_lb_detail) == 0:
            continue
        if (df.iloc[-2]['close'] >= df['close'].rolling(250).mean()[249]) and (
                    _lb_detail.iloc[-1]['net_mf_vol'] > 0 or _lb_detail.iloc[-1]['net_mf_vol'] < 0):
            _basic = pro.query(
                'stock_basic',
                ts_code=code,
                fields=['name', 'industry', 'exchange', 'list_date', 'market_cap']
            )
            if ('ST' not in _basic['name'].values[0]) and (_basic['exchange'].values[0] != 'SZSE') and \
                    (_basic['list_date'].values[0] <= '20220219') and (_basic['market_cap'].values[0] < 5000000000):
                data_selected = data_selected.append(
                    df.tail(1).assign(
                        name=_basic['name'].values[0],
                        industry=_basic['industry'].values[0],
                        market_cap=_basic['market_cap'].values[0],
                    )
                )

    data_selected = data_selected.sort_values(by=['amount'], ascending=False)
    return data_selected[['name', 'industry', 'market_cap']]

    ## 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)