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“股票均价站在五日均线之上”。
选股逻辑分析
该选股策略主要考虑市场热点、资金流向和股票走势等因素，筛选出符合条件的个股。其中，“元宇宙”反映市场热点，有望吸引资金进入；竞价主力净买反映资金流向情况，有助于我们把握市场资金的动向；股票均价站在五日均线之上反映股票在短期内的涨势，具有较好的市场表现。综合这些因素，筛选出符合条件的股票，以期获得较好的投资收益。
有何风险？
- 数据风险：该策略基于市场行情和历史数据，存在数据风险；
- 操作风险：该策略需要及时调整选股因子及其加权方式，因此存在一定的操作风险；
- 短期投资：该选股策略注重短期股票走势，相应的收益和风险也较为集中，需要掌握好买卖时机以降低风险。
如何优化？
- 加入长期股票走势稳定性因素：除了短期涨势，加入稳定、长期走势良好的股票的选股因素，以增加整体投资收益；
- 关注公司基本面：加入公司基本面分析因素，以判断公司的盈利能力、发展潜力等，降低风险；
- 合理控制仓位：对于短期投资，需要合理控制仓位，认真做好风险控制。
最终的选股逻辑
综合考虑市场热点板块、资金流向和短期股票走势等因素，筛选出符合条件的个股。
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
股票均价站在五日均线之上：REF(MA(CLOSE,5),1)<CLOSE
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()
# 获取符合条件的所有股票的代码
data = pro.query('stock_basic',
fields=['ts_code','name','industry','concept_name'],
where={'market':'SSE','list_status':'L','is_hs':'N'})
data['jbmoneysum'] = pro.moneyflow(ts_code=data['ts_code'], start_date='20190101',
end_date='20211022', fields='jb').groupby('ts_code')['jb'].sum()
data['tooprec'] = pro.daily_basic(trade_date='20211022',
fields='ts_code,turnover_rate_f').set_index('ts_code')['turnover_rate_f']
data['ma5_close'] = pro.daily(ts_code=data['ts_code'], start_date='20211015',
end_date='20211022', fields='close').groupby('ts_code').apply(lambda x: x['close'].rolling(window=5).mean().iloc[-1])
data['jbmoneysum_positive'] = data['jbmoneysum'] > 0
data['ma5_close_positive'] = data['close']>data['ma5_close']
data['yyzbl'] = data['concept_name'].apply(lambda x: '元宇宙' in x)
selected = data[data['yyzbl'] & data['jbmoneysum_positive'] & data['ma5_close_positive']]
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。
