问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，按今日竞价金额排序前5。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业中的股票、股票均价站在五日均线之上、按今日竞价金额排序前5。
在该选股策略中，选择元宇宙行业可以介入到新兴的行业中，有望获得更好的收益，同时按今日竞价金额排序前5可以选择竞争力强的公司，并且均价在五日均线之上，代表近期价格上涨动能较强。
有何风险？
该选股策略可能会受到市场环境、政策变化等多种因素的影响，存在一些风险：
- 选择竞争力强的公司并不一定代表公司的竞争优势持久，同时短期的竞争力并不代表长期的投资价值；
- 按照竞价金额排序选出的前5支股票存在成分变化和相对价值变化的风险；
- 过度关注今日竞价，在高波动市场环境下，容易受到价格波动的影响，进而影响投资判断。
如何优化？
为了减小选股策略受到的风险，可以进行如下优化：
- 对于选出的前5支股票，可以综合考虑其基本面和技术面，综合判断其投资价值和投资回报率；
- 可以引入其它因素，如市场规模、竞争力、管理团队、品牌影响力等因素；
- 节制对于短期竞价金额的过度关注，结合其它市场信息进行综合分析。
最终的选股逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，按今日竞价金额排序前5。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价站在五日均线之上；
- 按今日竞价金额排序前5。
因此，该选股策略的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND RANK(J - O) <= 5
其中，C表示股票的收盘价，J表示竞价金额，O表示开盘价。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 竞价金额：J
- 开盘价：O
在通达信中，可以使用如下指标代码：
(C > MA(C,5)) AND (RANK(J - O) <= 5)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(date):
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv')
data2 = pro.daily(trade_date=date, fields='ts_code, close, open, high, low, vol')
data3 = data2[['ts_code', 'open', 'close', 'high', 'low']]
data3['j'] = (data3['open'] + data3['close'] + data3['high'] + data3['low']) * data2['vol'] / 4
data4 = pd.read_csv('path/to/tech_indicators.csv')
data5 = pd.read_csv('path/to/stock_sector.csv')
data6 = pd.merge(data1, data3[['ts_code', 'j', 'open']], on='ts_code', how='inner')
data7 = pd.merge(data6, data4[['ts_code', 'MA5']], on='ts_code', how='inner')
data8 = pd.merge(data5, data7, on='ts_code', how='inner')
data9 = data8.sort_values(by=['j'], ascending=False).iloc[:5, :]
if len(data9) > 0:
return data9[['ts_code', 'name']]
else:
return pd.DataFrame()
## 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。
