问财量化选股策略逻辑
选股逻辑包括三个条件：元宇宙板块中的股票、昨日股价大于250日均线、排除北京A股。通过筛选出符合条件的股票进行投资。
选股逻辑分析
该选股策略主要考虑以下三个条件进行选股：
- 元宇宙板块中的股票：选择热门板块中的个股。
- 昨日股价大于250日均线：判断个股目前的价格是否相对稳定且接近长期均线。
- 排除北京A股：由于北京的产业结构特殊，存在一定风险因素，因此排除北京A股。
综合以上三个条件，选择合适的个股进行投资。
有何风险？
- 排除北京A股可能会降低选股的精确性和全面性。
- 仅依靠个别指标进行选股，容易忽略其他重要的因素和信息。
- 过于关注市场热点和短期趋势，忽视公司长期价值和发展潜力。
- 筛选企业的财务数据可能不够准确和全面，存在误判空间和统计误差。
如何优化？
- 综合考虑多个因素进行选股，包括股票价格、市盈率、市净率、ROE、净利润增长率、负债率等财务指标，以及行业和公司基本面等因素。
- 增加区域风险的考虑，避免单一地区或行业过于集中，产生潜在风险。
- 增加财务数据的准确性和全面性，可以借助第三方数据库和工具进行辅助分析。
- 对于筛选出的个股，要进行深入的研究和分析，了解其基本面及未来发展潜力。
- 选股策略应该具有稳定性和可持续性，避免频繁调整和潜在风险。
最终的选股逻辑
该选股策略选择元宇宙板块中，昨日股价大于250日均线，排除北京A股的个股进行投资。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
昨日股价大于250日均线：C >= MA(250)
排除北京A股：REG_SHENZHEN
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()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
_basic = pro.query(
'stock_basic',
ts_code=code,
fields=['name', 'industry', 'exchange', 'list_date']
)
if len(_basic) == 0:
continue
if ('ST' not in _basic['name'].values[0]) and (_basic['exchange'].values[0] != 'SZSE') and \
(_basic['list_date'].values[0] >= '20210101') and (_basic['exchange'].values[0] != 'SH'):
df = pro.query(
'daily',
ts_code=code,
fields='trade_date, close, high, low, open, pct_chg, vol, amount'
)
if len(df) < 10:
continue
if df.iloc[-2]['close'] >= df['close'].rolling(250).mean()[249]:
data_selected = data_selected.append(
df.tail(1).assign(
name=_basic['name'].values[0],
industry=_basic['industry'].values[0],
exchange=_basic['exchange'].values[0],
list_date=_basic['list_date'].values[0]
)
)
data_selected = data_selected.sort_values(by=['amount'], ascending=False)
return data_selected[['name', 'industry', 'exchange', 'list_date']]
## 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。
