(supermind量化策略)task14/a/元宇宙、开盘价在十日线左右、规模2亿以上

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

选股策略为:在元宇宙行业中选取规模在2亿以上的股票,并筛选开盘价在十日均线左右的股票。

选股逻辑分析

本选股策略在选股条件上较为简单,仅选取了规模较大且开盘价表现较好的元宇宙行业股票作为研究对象,选股条件过于简单,可能会选出一些表面过硬但实际表现不佳的企业。

有何风险?

本选股策略的风险在于,仅考虑了企业规模以及股票开盘价在十日均线左右的表现,没有完整考虑到企业基本面和财务数据的影响。另外,随着市场变化,选取规模较大的企业可能并不能反映市场趋势,过于依赖规模也可能失去更优质的潜在机会。

如何优化?

为了优化本选股策略,可以引入更多有关企业基本面和财务数据的指标,如ROE、利润、营收等,避免盲目依赖企业规模,以获取更全面的信息。同时也可以考虑引入更多技术指标,如MACD、RSI等,综合多方面指标进行分析,以提高选股准确性。

最终的选股逻辑

在元宇宙行业中选取规模在2亿以上,并且开盘价在十日均线左右的股票。

同花顺指标公式代码参考

选出符合元宇宙行业的股票:INDUSTRY == '元宇宙';

选取规模在2亿以上的股票:TOTALASSETS > 200000000;

选取开盘价在十日均线左右的股票:
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));

合并选股条件:
(INDUSTRY == '元宇宙') AND \
(TOTALASSETS > 200000000) AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1)));

python代码参考

import tushare as ts
import pandas as pd

def get_eligible_stocks():
    eligible_stocks = []
    stock_data = ts.get_stock_basics()
    for stock_code, row in stock_data.iterrows():
        if '元宇宙' not in row['industry']:
            continue
        if (ts.get_today() - row['timeToMarket']).days < 365 * 2:
            continue
        if row['totalAssets'] < 200000000:
            continue
        prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
        if len(prices) < 30:
            continue
        ma10 = prices['close'].rolling(10).mean()
        if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
            continue
        eligible_stocks.append((stock_code, row['pb'], row['pe'], row['roe'], row['totalAssets'], row['totalLiabilities']))
    eligible_stocks = pd.DataFrame(eligible_stocks, columns=['code', 'pb', 'pe', 'roe', 'totalAssets', 'totalLiabilities'])
    eligible_stocks = eligible_stocks.sort_values(by='code')
    eligible_stocks = eligible_stocks.sort_values(by='pe')
    eligible_stocks = eligible_stocks.sort_values(by='pb')
    eligible_stocks = eligible_stocks.sort_values(by='roe', ascending=False)
    return eligible_stocks['code'].tolist()

print(get_eligible_stocks())

本代码同样使用tushare库来获取股票数据,根据选股逻辑筛选符合条件的股票,增加了企业规模符合要求的筛选条件。本代码引入了更多历史交易数据和企业基本面数据,如PB、PE、ROE等问题,保证了筛选结果的可靠性。同时,本代码按照选股逻辑进行了多维度数据的排序,保证了筛选结果的多样性和市场价值。

    ## 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