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”、“圆弧形”三个因素，即选择在元宇宙板块中、竞价主力净买大于0且股票走势呈现圆弧形特征的个股作为投资目标。
选股逻辑分析
该选股策略主要依据以下三个条件筛选符合要求的股票进行投资：
- 元宇宙板块：选择热门板块中的个股；
- 竞价主力净买：通过竞价流入流出情况，筛选竞价主力净买大于0的股票；
- 圆弧形：根据股票走势的趋势，筛选呈现圆弧形走势的个股作为投资目标。
通过以上选股逻辑，选取符合上述条件的个股作为投资目标，寻找高收益低风险的投资标的。
有何风险？
- 投资风险：股票投资存在一定风险，可能导致投资者财务损失；
- 数据风险：该选股策略基于市场行情和历史数据，实时性和精准性存在一定偏差；
- 圆弧形走势的准确性存在一定风险，可能导致股票真实走势与预测走势不一致；
- 建议适度控制机构资金流入的重要性，以免被市场情况误导；
- 风险控制不充分：选股策略中并没有对数据变化和股市行情做出充分的风险评估和控制，可能导致投资风险失控。
如何优化？
- 引入更多的指标控制投资风险，实现更稳定的投资收益；
- 关注市场情况和其他因素的影响，及时进行调整和优化；
- 加大风险控制的力度，确保投资风险可控。
- 对圆弧形指标进行修正，提高循环周期的准确性，减少选股风险。
最终的选股逻辑
该选股策略选择在元宇宙板块中、竞价主力净买大于0且呈现圆弧形走势的股票进行投资。旨在寻找高收益低风险的投资标的。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
竞价主力净买：(VOL - 3- 5 + 1) * 50 / 10000
圆弧形：REF(CLOSE, 1) < REF(CLOSE, 3) AND REF(CLOSE, 2) < REF(CLOSE, 3) AND
ABS((REF(CLOSE, 1) - REF(CLOSE, 3)) / (REF(CLOSE, 2) - REF(CLOSE, 3))) < 1.1
Python代码参考
import pandas as pd
import tushare as ts
import talib
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
# 获取符合元宇宙系列板块、竞价主力净买大于0且呈现圆弧形的所有股票代码
data = pro.query('stock_basic',
fields=['ts_code','name','industry','concept_name','list_date','st_flag','circ_mv'],
where={'market':'SSE','list_status':'L','is_hs':'N',
'concept_name':'元宇宙', 'circ_mv': lambda x: float(x)>10000000000})
data_dl = pro.moneyflow_hsgt(start_date='20220301', end_date='20220301').groupby('ts_code')['net_amount'].sum().sort_values(ascending=False).reset_index()
data_selected = pd.DataFrame()
for code in data_dl['ts_code']:
data_kline = pro.query('daily', ts_code=code, start_date='20220201', end_date='20220228')
if talib.CDLCONCEALBABYSWALL(data_kline['open'], data_kline['high'], data_kline['low'], data_kline['close']) != 0:
data_selected = data_selected.append(data[data['ts_code'] == code])
data_selected = data_selected.dropna()
return data_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。
