问财量化选股策略逻辑
该选股策略选取元宇宙行业中，在前日实际换手率在3%至28%之间且最近三天实体阴线的股票进行投资。
选股逻辑分析
该选股策略主要围绕以下条件进行选股：
- 选取元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 前日实际换手率在3%至28%之间，可能表示该个股存在着资金流动性和市场认可度；
- 最近三天实体阴线，可能表示该股票当前存在下跌趋势。
综合以上条件，选择符合条件的个股进行投资。
有何风险？
- 可能存在过度依赖股票近期走势；
- 不适用于市场整体上涨行情；
- 可能存在利好消息影响股票价格，但该股票被选筛掉等问题。
如何优化？
- 综合考虑更多基本面分析指标进行投资决策；
- 使用其他交易技术指标进行选股，如相对强弱指标、动量指标等。
最终的选股逻辑
该选股策略选取元宇宙行业中，在前日实际换手率在3%至28%之间且最近三天实体阴线的股票进行投资。
同花顺指标公式代码参考
- 元宇宙行情：GNBK("gnxq");
- 前日实际换手率：TURNOVER(2);
- 最近三日实体阴线：REF(CLOSE, 1) > REF(OPEN, 1) AND REF(CLOSE, 2) > REF(OPEN, 2) AND REF(CLOSE, 3) > REF(OPEN,3)
选股公式：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND REF(CLOSE, 1) > REF(OPEN, 1) AND REF(CLOSE, 2) > REF(OPEN, 2) AND REF(CLOSE, 3) > REF(OPEN,3)
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()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry')
data1 = data1[data1['industry'].str.contains('元宇宙')]
data2 = pro.daily(ts_code='', start_date='20220111', end_date='20220114', fields='ts_code,trade_date,open,close')
data2 = data2.groupby('ts_code').tail(3)
data2['yin_flag'] = (data2['close'] <= data2['open']) * 1
data2 = data2.groupby('ts_code').sum()
data2 = data2[data2['yin_flag'] == 3]
data3 = pro.daily_basic(ts_code='', trade_date='20220114', fields='ts_code')
data3 = data3[data3['ts_code'].isin(list(data1['ts_code']))]
data4 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
for ts_code in list(data2.index):
data5 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
data5.loc[0, 'ts_code'] = ts_code
data5.loc[0, 'name'] = data1[data1['ts_code'] == ts_code]['name'].iloc[0]
data5.loc[0, 'industry'] = data1[data1['ts_code'] == ts_code]['industry'].iloc[0]
data4 = pd.concat([data4, data5])
data4 = data4.merge(data3, how='inner')
return data4
## 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。
