(supermind量化策略)task17/a/换手率3%-12%、买一量>卖一量、机构抄

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

选股逻辑为:选择换手率在3%~12%之间、买一量大于卖一量,并且机构抄底的股票。

选股逻辑分析

该选股策略考虑了交易活跃度、市场需求和机构资金流向,机构抄底是衡量市场信心的一个重要指标,通过机构抄底选股,可以挖掘出市场中被低估的个股。

有何风险?

机构抄底指标存在滞后性,可能会错过个股的大涨行情。同时,机构抄底并不代表股票会上涨,还需要考虑基本面因素和股票整体市场环境。

如何优化?

可以结合基本面指标来筛选出更具有投资价值的个股。同时,可以用机器学习等技术来建立基于历史数据的预测模型,更加准确地选出优秀的股票。

最终的选股逻辑

在众多股票中选择换手率在3%~12%之间的股票,满足买一量大于卖一量、机构抄底的条件。

同花顺指标公式代码参考

SELECT SYMBOL FROM
    (SELECT SYMBOL, TURNOVERRATE, BUY1VOLUME, SELL1VOLUME FROM STOCK_INFO
        -- 选择换手率在3%~12%之间
        WHERE TURNOVERRATE > 3 AND TURNOVERRATE < 12
        -- 选择买一量大于卖一量
        AND BUY1VOLUME > SELL1VOLUME
        AND SYMBOL IN
            (SELECT SYMBOL FROM FUNDS_FLOW
                -- 选择机构抄底的股票
                WHERE NINE_SUM < ZERO_SUM))
    -- 选取前5的股票
    WHERE ROWNUM <= 5;

python代码参考

import pandas as pd
import tushare as ts

def select_stocks():
    pro = ts.pro_api()

    # 查询挂带大量大于卖一量的股票
    market_df = pro.market_detail(symbol='', trade_date='20220422')
    df1 = market_df[(market_df['bid_vol'] > market_df['ask_vol'])]

    # 查询机构资金流向
    funds_df = pro.fund_flow(ts_code='', trade_date='20220422', fields='ts_code,buy_sm_amount,buy_md_amount,buy_lg_amount')
    funds_df['buy_sum'] = funds_df['buy_sm_amount'] + funds_df['buy_md_amount'] + funds_df['buy_lg_amount']
    funds_df['nine_sum'] = funds_df['buy_sum'].rolling(window=9).mean()
    funds_df['zero_sum'] = funds_df['buy_sum'].rolling(window=60).mean()
    df1 = pd.merge(df1, funds_df[['ts_code', 'nine_sum', 'zero_sum']], on='ts_code', how='inner')
    df1 = df1[df1['nine_sum'] < df1['zero_sum']]

    # 筛选出换手率在3%~12%之间的股票
    basic_df = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,area,industry,list_date')
    df1 = pd.merge(df1, basic_df, on='ts_code', how='inner')
    df1['turnover_rate'] = pro.daily_basic(ts_code='', trade_date='20220422')['turnover_rate']
    df1 = df1[(df1['turnover_rate'] > 3) & (df1['turnover_rate'] < 12)]

    # 查询股票的市值和资金净流入情况
    moneyflow_df = pro.moneyflow(ts_code='', trade_date='20220422', fields='ts_code,in_out_ratio,main_inflow,super_inflow,big_inflow,mid_inflow,small_inflow')
    df2 = pd.merge(df1[['ts_code']], moneyflow_df, on='ts_code', how='inner')

    # 合并所有指标,返回选股结果
    return df2['ts_code']
    ## 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