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、振幅大于1。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已接近长期均线；
- 振幅大于1：选择波动性较大的股票，具有较大的涨跌幅度。
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？
- 系统性风险等市场风险；
- 公司财报造假等风险；
- 技术指标分析出现误判等风险。
如何优化？
- 综合运用其他指标，如MA5、MA10等，增加选股的覆盖面和准确度；
- 细致分析财报，尽可能减少公司造假等风险；
- 加强对技术分析指标的学习和理解，降低误判率。
最终的选股逻辑
该选股策略选择在元宇宙板块中、昨日股价大于250日均线、振幅大于1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)
振幅大于1：ABS((HIGH - LOW) / REF(CLOSE, 1)) > 0.01
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.daily(ts_code=code)
if len(df[df['trade_date'] == '20220121']) > 0 and \
df.iloc[-1]['close'] >= df['ma250'].iloc[-1] and \
abs((df['high'].iloc[-1] - df['low'].iloc[-1]) / df['close'].shift(-1).iloc[-1]) > 0.01:
data_selected = data_selected.append(df[df['ts_code'] == code])
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。
