(supermind量化投资)task13/a/元宇宙、前日实际换手率>3~28、竞价主力

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

该选股策略选取元宇宙行业中,前日实际换手率在3%-28%之间且竞价主力净买大于0的股票进行投资。

选股逻辑分析

该选股策略主要围绕以下条件进行选股:

  1. 选取元宇宙行业中的股票,因为这些企业可能受到元宇宙行业内用户需求的影响,具有潜在的成长性;
  2. 前日实际换手率在3%-28%之间,可能表示该个股存在着资金流动性和市场认可度;
  3. 竞价主力净买大于0,可能表明市场对该股票看好,竞价买盘数量多于卖盘,潜在上涨动力。

通过综合以上条件,选取符合条件的个股进行投资。

有何风险?

  1. 市场风险和行业风险,都有可能导致选股结果出现失误;
  2. 竞价买卖行为有时会存在做空变成做多的情况,可能导致选股策略不稳定;
  3. 经过多次筛选后,可能选取的股票数量较少产生偏差。

如何优化?

  1. 结合其他基本面分析和自定义策略指标,综合筛选股票;
  2. 优化选股条件,使其更加客观、准确且稳定;
  3. 深入了解元宇宙行业的特点和趋势,分析行业前景和发展方向。

最终的选股逻辑

该选股策略选取元宇宙行业中,前日实际换手率在3%-28%之间且竞价主力净买大于0的股票进行投资。

同花顺指标公式代码参考

  • 元宇宙行情:GNBK("gnxq");
  • 前日实际换手率:TURNOVER(2);
  • 竞价主力净买:BUYPR(0);
  • 选股条件:GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND BUYPR(0) > 0;

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()
    data1 = pro.query('stock_basic', exchange='SSE', list_status='L', fields='ts_code,name,industry')
    data1 = data1[data1['industry'].str.contains('元宇宙')]
    data2 = pro.query('stk_holdernumber', ts_code='', end_date='20210115', fields='ts_code,end_date,float_shares,h_share')
    data2.rename(columns={'float_shares': 'fs', 'h_share': 'hs'}, inplace=True)
    data2 = data2[data2['fs'] > 0]
    data2['DV'] = data2['hs'] / data2['fs']
    data2 = data2.groupby(['ts_code'])['DV'].sum()
    data2 = data2.to_frame().reset_index()
    data3 = pd.merge(data1, data2[['ts_code']], on='ts_code', how='inner')
    data4 = pro.daily_basic(ts_code='', trade_date='20220111', fields='ts_code,turnover_rate')
    data4['actual_turnover'] = data4['turnover_rate'] * 100
    data4 = data4[data4['actual_turnover'] > 3]
    data4 = data4[data4['actual_turnover'] < 28]
    data5 = pd.merge(data3, data4[['ts_code']], on='ts_code', how='inner')
    data6 = pro.moneyflow(ts_code='', start_date='20220106', end_date='20220111',
                          fields='ts_code,buy_sm_vol')
    data6 = data6.groupby(['ts_code'])['buy_sm_vol'].sum()
    data6 = data6.to_frame().reset_index()
    data7 = pd.merge(data5, data6[['ts_code', 'buy_sm_vol']], on='ts_code', how='inner')
    data7 = data7[data7['buy_sm_vol'] > 0]
    return data7
    ## 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