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、机构动向大于0、今日增仓占比>5%。根据这些条件筛选符合条件的股票，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；
- 机构动向大于0：关注机构对个股的投资趋势；
- 今日增仓占比>5%：选择今日被机构重视的个股，增仓占比较大。
综合以上条件，选择合适的个股进行投资。
有何风险？
- 个股短期内的涨幅已经较高，可能存在调整的风险；
- 机构动向指标具有滞后性，可能存在信息不完全的风险；
- 选股标准较短期，可能存在过度追热情况的风险；
- 今日增仓占比可能存在误判个股的真实情况的风险。
如何优化？
- 加大对个股基本面和长期趋势的分析，判断个股的价值；
- 优化机构动向指标，减少信息滞后的风险；
- 适当放宽选股标准，避免过度追热现象；
- 附加其他指标，如量价等，提高选股策略的可靠性。
最终的选股逻辑
该选股策略选择元宇宙板块中，符合机构动向大于0，且今日增仓占比大于5%的个股进行投资。
同花顺指标公式代码参考
元宇宙板块：GNBK("gnxq")
机构动向：DRS_M("zlltgtzb")
今日增仓占比大于5%：(HSL>ksgn1) * 100
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()
t = pro.trade_cal(start_date='20210101')
trade_dates = t[t['is_open'] == 1]['cal_date'].tolist()
data_all = pd.DataFrame()
for trade_date in trade_dates:
data = pro.query(
'stock_basic',
exchange='',
is_hs='H'
)
data = data[data['name'].str.contains('元宇宙')]
codes = data['ts_code'].tolist()
data_inst = pro.moneyflow(ts_code=','.join(codes), start_date=trade_date, end_date=trade_date, fields='ts_code,hgt,mrghgt')
data_inst = data_inst.loc[data_inst['hgt'] > 0, ['ts_code', 'hgt', 'mrghgt']]
data_inst['is_inst_buy'] = data_inst['hgt'] > data_inst['mrghgt']
data_inst = data_inst.loc[data_inst['is_inst_buy'] == True, ['ts_code', 'hgt', 'mrghgt', 'trade_date']]
selected_tics = data_inst['ts_code'].tolist()
data_today_inst = pro.moneyflow(ts_code=','.join(selected_tics), start_date=trade_date, end_date=trade_date, fields='ts_code,trade_date,hsl')
data_today_inst['is_inst_buy_today'] = data_today_inst['hsl'] > 5
data_today_inst = data_today_inst.loc[data_today_inst['is_inst_buy_today'] == True, ['ts_code', 'trade_date']]
data_selected = pd.merge(data_today_inst, data_inst, on=['ts_code', 'trade_date'], how='inner')
data_all = pd.concat([data_all, data_selected[['ts_code', 'name', 'industry']]])
return data_all
## 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。
