(supermind量化策略)task14/a/元宇宙、量比大于1

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

选股逻辑:元宇宙行业、量比大于1.5、量比小于6,集中度70<20%的股票。

选股逻辑分析

该选股逻辑在基本选股条件中加入股票集中度条件,提高了个股的分散性。同时,选股条件亦体现了对于元宇宙行业的看好程度,提高了个股的兴趣度。

有何风险?

该选股逻辑仍然存在跟风盲目、忽略估值等缺陷,可能会导致选出的股票存在风险。同时,集中度选股条件有可能会出现选股过于分散的情况。

如何优化?

可以进一步加入股票的估值、财务情况等因素,制定出更加全面、合理的选股策略。同时,考虑到防范市场风险,可以加入技术面因素,对于选股条件进行限制。此外,可以对集中度选股条件进行调整,更加符合实际选股情况。

最终的选股逻辑

选股逻辑:元宇宙行业、量比大于1.5、量比小于6,市值10亿以上的股票,相对强度排名前100,股票集中度小于20%。

同花顺指标公式代码参考

通达信代码:

SELECT_C A
WHERE
LIMIT_ZEN(0) AND
LIMIT_SALE(1) = 0 AND
KDJ(50, 13, 21) < 30 AND
VOLUME_RATIO > 1.5 AND
VOLUME_RATIO < 6 AND
(select market from hy where hy 'C010101') = 'SZ' AND
(select mktcap from cwsj where len(code) = 6) >= 1000000000 AND
SORT_RANK(RELATIVELY_STRENGTH(SECTOR_MARKET_CAP_RANK('C04',market='SZ')
, SELECTED_SECUCODE_LIST(market='SZ'), 50), SELECTED_SECUCODE_LIST(market='SZ'))
<= 100 AND
(SELECT sum(pctofsum20) FROM topflow_detail WHERE obj = A AND date = getlastdate()) <= 20;

python代码参考

import tushare as ts
def get_stock_data():
    gg_stocks = ts.get_zz500s()
    gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
    chosen_stocks = []
    for code in gg_stocks['code']:
        k_data = ts.get_k_data(code, ktype='D')
        if (ts.get_k_data(code).iloc[-1]['close'] < ts.get_k_data(code).iloc[-50:]['close'].max() 
            and (ts.get_k_data(code).iloc[-1]['volume'] > 1.5*ts.get_k_data(code).iloc[:-1]['volume'].mean()) 
            and (ts.get_k_data(code).iloc[-1]['volume'] < 6*ts.get_k_data(code).iloc[:-1]['volume'].mean()) 
            and (ts.get_stock_basics().set_index('code').loc[code]['mktcap'] > 1e9) 
            and (ts.get_stock_basics().set_index('code').loc[code]['market'] == 'sz')
            and (ts.get_industry_classified().set_index('code').loc[code]['c_name'] == 'C010101')
            and ts.get_stock_basics().sort_values('mktcap', ascending=False)
            .iloc[:200].index.tolist().index(code)+1 <= 100 
            and (ts.top_list(ts.get_today_ticks(code)).iloc[:, 6]
            .apply(lambda x: float(x.split("%")[0])).sum() < 20)):
            chosen_stocks.append(code)
    stocks = gg_stocks.set_index('code')
    return stocks.loc[chosen_stocks]

stock_list = get_stock_data()
print(stock_list[['name', 'price', 'industry']])
    ## 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)
收益&风险
源码

评论