问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取开盘价在十日均线左右，在竞价时涨跌幅买入大单和特大单累计买入量大于0.7千万的股票。
选股逻辑分析
本选股策略综合了技术面和资金面的因素。选取开盘价在十日均线左右的股票，能寻找到市场趋势向上的标的；同时，购买竞价时涨跌幅买入大单和特大单，可以更好地体现市场的热度和资金流向。限定在元宇宙行业内选股，可以降低行业风险，提高筛选效率。
有何风险？
本选股策略存在以下风险：
- 投资者过度追求短期收益，过度S跑的可能性较大；
- 竞价时的大单和特大单可能是机构为了操盘而对市场进行的操作，与行业基本面可能不符合；
- 十日均线等技术面指标不能完全反映股票的价值变化；
- 元宇宙行业是相对新兴的行业，市场风险较大。
如何优化？
为提高本选股策略的准确性和多样性，可以增加基本面指标等非技术面指标，如PE等，以更全面地分析股票是否具备投资价值；同时，增加其他技术指标，如RSI等，可以更全面地评估股票的市场表现。
另外，增加涨跌幅的限制条件，可以避免过度追求短期收益；同时，关注大单和特大单是否真正反映了市场需求和操盘存在的可能性，需要进行更为详尽的研究和分析。
最终的选股逻辑
在元宇宙行业中选取开盘价在十日均线左右，在竞价时涨跌幅买入大单和特大单累计买入量大于0.7千万的股票。
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';
选取开盘价在十日均线左右的股票：OPEN > MA(CLOSE, 10) * 0.95 AND OPEN < MA(CLOSE, 10) * 1.05;
竞价时买入大单和特大单：CLOSE < REF(CLOSE, 1) * 1.1 AND (VOLUME > 1000000 AND VOLUME < 5000000);
累计买入量大于0.7千万：CUMSUM(VOLUME * (CLOSE-REF(CLOSE,1))/REF(CLOSE,1)) > 7000000;
合并选股条件：
(INDUSTRY=='元宇宙') AND \
((OPEN > MA(CLOSE, 10) * 0.95) AND (OPEN < MA(CLOSE, 10) * 1.05)) AND \
(CLOSE < REF(CLOSE, 1) * 1.1 AND (VOLUME > 1000000 AND VOLUME < 5000000)) AND \
(CUMSUM(VOLUME * (CLOSE-REF(CLOSE,1))/REF(CLOSE,1)) > 7000000);
python代码参考
import numpy as np
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
df = data[data['INDUSTRY']==industry]
# 选取开盘价在十日均线左右的股票
df = df[(df['OPEN'] > df['CLOSE'].rolling(10).mean() * 0.95) & (df['OPEN'] < df['CLOSE'].rolling(10).mean() * 1.05)]
# 竞价时买入大单和特大单
df = df[(df['CLOSE'] < df['CLOSE'].shift() * 1.1) & (df['VOLUME'] > 1000000) & (df['VOLUME'] < 5000000)]
# 累计买入量大于0.7千万
df['buy_amount'] = df['VOLUME'] * (df['CLOSE'] - df['CLOSE'].shift()) / df['CLOSE'].shift()
df['cum_buy_amount'] = df['buy_amount'].cumsum()
df = df[df['cum_buy_amount'] > 7000000]
return list(df.index)
## 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。
