问财量化选股策略逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”以及“大单净量排行”的股票。
选股逻辑分析
该选股策略从元宇宙主题股中选取股价较为合适的个股。考虑收盘价大于昨日最低价来确定股票的短期涨势向上，稳定性良好。同时，根据大单净量排行来确定市场对股票的关注度和买入力度。选股结果具有一定的参考性。
有何风险？
- 同时关注多个指标，筛选结果可能较为广泛，缺乏有效性。
- 大单净量排行存在一定的风险，过于关注单方面的市场关注度可能对选股带来一定的偏见。
- 未考虑股票的基本面数据和财务数据，选股有效性存在一定的风险。
如何优化？
- 可以根据具体的投资需求，针对不同的股票市场、板块制定不同的选股策略和指标条件。
- 可以引入更多可靠的数据指标，如PE、PB、ROE等财务指标，多维度选股，降低风险。
- 除了考虑市场对股票的关注度和买入力度，可以结合其他技术指标，如MACD、RSI来进一步考虑个股的短期波动性和价格走势。
最终的选股逻辑
该选股策略是基于元宇宙主题、收盘价大于昨日最低价和大单净量排行来综合筛选股票。建议在使用时，可以根据具体的投资需求，针对不同的股票市场和板块，确定不同的选股策略和指标条件，而非一刀切的选股方式。
同花顺指标公式代码参考
元宇宙: SELECTEDINDUSTRY("gnxq")
收盘价大于昨日的最低价: CLOSE > REF(LOW, 1)
大单净量排行： SELECT SORT_DESC(t1.code,t1.dec_vol_r,1)
FROM (
SELECT code, dec_vol_r from LD_SEC_SDAPII
WHERE cm_date=YEAR(TODAY()-1)=year AND DATE_FORMAT(CM_DATE, '%m-%d') > '11-01'
) t1
WHERE t1.dec_vol_r IS NOT NULL ORDER BY dec_vol_r DESC
python代码参考
import pandas as pd
import numpy as np
# 选股策略
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].str.contains("元宇宙")
condition2 = df['close'] > df['low'].shift(1)
# 根据大单净量排行进行选股
df_volume = get_big_volume_stocks(df)
selected = df[condition1 & condition2 & df['code'].isin(df_volume['code'])]
# 设定灵活的买卖策略
# 示例代码：定期调整仓位
selected['position'] = 1 / len(selected)
# 示例代码：加入止损点
selected['stop_loss'] = selected['low'].rolling(10).min() * 0.98 # 10日内最低价的98%作为止损点
return selected
# 获取大单净量排行股票列表
def get_big_volume_stocks(df):
# 查询大单净量排行前10%的股票
df_volume = pd.read_sql_query("SELECT t1.code, t1.dec_vol_r FROM (SELECT code, dec_vol_r from LD_SEC_SDAPII WHERE " +
"cm_date=(select max(cm_date) from LD_SEC_SDAPII) order by dec_vol_r desc) t1 " +
"limit "+str(int(len(df)*0.1))+";", conn)
return df_volume
## 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。
