(supermind量化投资)task13/a/元宇宙、前日实际换手率>3～28、今日上涨

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，且今日上涨幅度大于1%的主板股票进行投资。

选股逻辑分析

该选股策略主要围绕以下条件进行选股：

1. 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；
2. 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；
3. 今日上涨幅度大于1%，可能表示该股票具有短期的上涨潜力，存在着退出机会；
4. 选择主板股票进行投资，可能表示该股票为市场蓝筹股，相对较为稳定。

综合以上条件，选择符合条件的个股进行投资。

有何风险？

1. 可能存在过度依赖股票的技术面指标分析；
2. 只适用于短期投资策略，不适合长期投资者；
3. 可能存在由于市场风险和黑天鹅事件而导致的投资损失。

如何优化？

1. 增加基本面指标进行综合分析；
2. 结合自身投资风格进行量化选股。

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，且今日上涨幅度大于1%的主板股票进行投资。

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);
• 今日上涨幅度：UPPERRANGE > 1;
• 主板：CATEGORY = 1;

选股公式：GNBK("gnxq") AND TURNOVER(2)>3 AND TURNOVER(2)<28 AND UPPERRANGE > 1 AND CATEGORY = 1

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='SSE', 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='20220111', fields='ts_code,open,close')
    data2['up_range'] = (data2['close'] - data2['open']) / data2['open'] * 100
    data2 = data2[data2['up_range'] > 1]
    data3 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
    for ts_code in list(data2['ts_code']):
        data4 = pd.DataFrame(columns=['ts_code', 'name', 'industry'])
        data4.loc[0, 'ts_code'] = ts_code
        data4.loc[0, 'name'] = data1[data1['ts_code'] == ts_code]['name'].iloc[0]
        data4.loc[0, 'industry'] = data1[data1['ts_code'] == ts_code]['industry'].iloc[0]
        data3 = pd.concat([data3, data4])
    return data3

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)