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“资金强度由大到小”。
选股逻辑分析
该选股策略主要考虑了市场热点、资金流向和资金强度等因素。要求选出具备三个方面优点的股票：一是处于市场热点板块，二是竞价主力净买入，表明资金流入较多，三是资金强度由大到小，表明市场对该股票的认可度不断提高。
有何风险？
- 筛选条件过于简单，可能漏选或误选一些标的；
- 选股逻辑片面追求资金流入和市场认可度，没有考虑到公司的基本面等因素；
- 资金强度指标通常具有一定的滞后性。
如何优化？
- 引入其他技术指标和基本面因素来筛选优良标的，增加筛选条件，提高精度；
- 考虑标的市场地位和行业前景，对应筛选具备竞争优势和成长性的标的。
- 对资金强度指标进行修正和优化，避免滞后性。
最终的选股逻辑
基于元宇宙、竞价主力净买和资金强度由大到小等条件下，选出符合要求的标的。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
竞价主力净买：(VOL - 3 – 5 + 1) * 50 / 10000
资金强度：CINDEX(C,F1,S)/4 + CINDEX(C,F2,S)/4 + CINDEX(C,F3,S)/4 + CINDEX(C,F4,S)/4
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = pd.Series(df['jbmoneysum']).rolling(window=2).apply(lambda x: x.iloc[-1] > x.iloc[-2] and x.iloc[-1] > 0, raw=True)
condition3 = pd.Series(bs.query_history_k_data_plus(df['code'].tolist(), "date,turn", start_date="20210101", end_date="20211231").get_data()['turn']).rolling(window=20).apply(lambda x: x.iloc[-1] > x.iloc[-2], raw=True)
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
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。
