(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、大单净量排行靠前的股票。

选股逻辑分析

该选股逻辑在基本选股条件的基础上,加入了大单净量排行的条件,意在筛选出被机构资金热捧的股票。这个选股逻辑也可以作为一种寻找机构资金追踪的策略。

有何风险?

虽然大单净量可以反映一定的机构资金流向,但是大单净量排行并不一定反映股票的真实价值,可能存在暂时性的资金追捧或利好利空事件对股票的影响。

如何优化?

可以结合其他基本面指标或技术指标进行筛选,例如市值、市盈率、RSI等条件,进行多重筛选。

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、大单净量排行靠前(前10%)的股票。

同花顺指标公式代码参考

通达信代码:

SELECT C,A WHERE select market from hy where hy 'C010101' AND VOLUME_RATIO > 1.5 AND VOLUME_RATIO < 6 AND RankIndex(LARGEMONEYNET(0),100) <= 10 AND select (select ~bk from kzz where code = A.CODE and qcsg = 0) from cwsj where len(code) = 6;

python代码参考

import tushare as ts
import numpy as np

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 len(k_data) >= 2:
            ma5 = k_data.tail(5)['close'].mean()
            ma10 = k_data.tail(10)['close'].mean()
            if (k_data.iloc[-1]['volume'] > 10000 
                and k_data.iloc[-1]['volume'] > 1.5*k_data.iloc[:-1]['volume'].mean() 
                and k_data.iloc[-1]['volume'] < 6*k_data.iloc[:-1]['volume'].mean()
                and ts.get_stock_basics().set_index('code').loc[code]['mktcap'] < 5e10
                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_k_data('sh'+code[2:]+'00001')['volume'][0] == 0
                and k_data.iloc[-1]['close'] > ma5
                and ma5 > ma10):
                chosen_stocks.append(code)
    df = ts.cap_tops()
    if not df.empty and 'code' in df.columns:
        df = df[df['code'].isin(chosen_stocks)]
        if not df.empty:
            df = df.sort_values(by='net').reset_index(drop=True)
            df['rank'] = np.arange(1, len(df)+1)
            df['rank_pct'] = df['rank'] / len(df)
            chosen_stocks = list(df[df['rank_pct'] <= 0.1]['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