问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，挑选出今日竞价金额排序前5的股票，并选择机构抄底的股票进行投资。
选股逻辑分析
该选股策略主要考虑了市场表现以及机构投资情况。按今日竞价金额排序前5可选择出市场表现较好的股票，机构抄底的股票则有较大的投资价值。该选股策略在选股时更加注重机构投资行为，可提高选股的准确性。
有何风险？
该选股策略可能存在以下风险：
- 该策略只考虑了机构投资情况，而没有综合考虑其他因素，如基本面和市场热点因素的影响。
- 突发事件可能会在短时间内对股票价格产生重要影响，这可能会使得策略失效。
- 选股的具体方式和指标参数的设置可能会对策略效果产生较大影响。
如何优化？
为了优化该选股策略，可以考虑以下方法：
- 结合其他因素，如基本面和市场热点，综合进行评估。
- 考虑增加其他技术指标，如Bollinger Bands、Moving Averages或RSI等，提高选股的准确性。
- 通过将该策略与其他策略组合使用，如结合短线或长线趋势选股，可以更好地筛选股票。
最终的选股逻辑
为了完善该选股策略，以下是我们提出的一份更加完善的选股逻辑：
在元宇宙行业中，挑选出今日竞价金额排序前5的股票，并选择机构抄底的股票进行投资。选股条件为：
- 行情：SH或SZ
- 行业特点：元宇宙
- 竞价金额排序：ORDLST(1, "JBJG")
- 机构抄底：FINAN_ADDS_ORG(lookback=20, option_range=">=", limit=1)
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
FINAN_ADDS_ORG(lookback=20, option_range=">=", limit=1)
同花顺指标公式代码参考
- 行情：SH或SZ
- 行情类型：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1")
- 行业特点：INDUSTRY.industry == "元宇宙"
- 竞价金额排序：ORDLST(1, "JBJG")
- 机构抄底：FINAN_ADDS_ORG(lookback=20, option_range=">=", limit=1)
- 最终选股：MKT_STK_EXCHANGE(kind1="1", kind2="1", kind3="1") &
INDUSTRY.industry == "元宇宙" &
ORDLST(1, "JBJG") &
FINAN_ADDS_ORG(lookback=20, option_range=">=", limit=1)
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
list_date, pe, pb, circ_mktcap')
df = df[df['industry'].str.contains(industry)]
company_list = list(df['ts_code'])
daily_data = pro.daily(ts_code=','.join(company_list), start_date=start_date, end_date=end_date, \
fields='ts_code, trade_date, close, open, high, low')
for_filter = daily_data[(daily_data['ts_code'].isin(ts.get_moneyflow_data(date=start_date)['ts_code'])) \
& (daily_data['close'].rolling(20).min()==daily_data['close'])]
ts_codes = for_filter.ts_code.unique().tolist()
filtered = df[df['ts_code'].isin(ts_codes)][['ts_code', 'name']]
result = filtered.sort_values(by='circ_mktcap', ascending=False).head(5)
return result
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2021年在行业为“元宇宙”，按今日竞价金额排序前5，并且机构抄底的主板股票信息。
## 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。
