(同花顺量化)2021年_、机构动向大于0、今日增仓占比_5%

问财量化选股策略逻辑

1. 今日增仓占比>5%
2. 机构动向大于0
3. 2021年

选股逻辑分析

以上三个条件分别代表了股票的买入意愿、机构参与度和时间周期。其中，今日增仓占比表示股票近期的买入意愿，若占比超过50%，则说明股票有较强的买入意愿；机构动向表示机构投资者对股票的态度，若动向大于0，则说明机构投资者对股票有买入意愿；2021年表示时间周期，选取2021年的数据，可以更好地反映当前市场的状况。

有何风险？

以上三个条件虽然可以作为股票筛选的依据，但并不能保证股票一定会上涨。首先，今日增仓占比超过50%只能说明股票近期有较强的买入意愿，但不能保证未来还会继续上涨。其次，机构动向大于0只能说明机构投资者对股票有买入意愿，但不能保证机构投资者会一直买入该股票。最后，2021年的时间周期只能反映当前市场的状况，但不能保证未来市场会如何变化。

如何优化？

为了更好地优化以上三个条件，可以考虑以下几点：

1. 将时间周期改为更短的时间周期，例如一个月或一个季度，以更好地反映当前市场的状况。
2. 将机构动向的指标改为更具体的指标，例如机构投资者持有该股票的市值比例或持股数量比例，以更好地反映机构投资者对该股票的态度。
3. 将今日增仓占比的指标改为更具体的指标，例如股票的换手率或成交量，以更好地反映股票的买入意愿。

最终的选股逻辑

以下是一种可能的优化后的选股逻辑：

1. 今日换手率>5%
2. 机构持有市值比例>5%
3. 2021年

python代码参考

以下是一种可能的实现该选股逻辑的python代码：

import tushare as ts

# 初始化pro接口
pro = ts.pro_api()

# 获取股票数据
df = pro.daily(ts_code='600036', start_date='2021-01-01', end_date='2021-12-31')

# 计算今日换手率
df['turnover'] = df['turnover'] / df['total']
df['turnover'] = df['turnover'].where(df['turnover'] > 0, 0)

# 计算机构持有市值比例
df['insider'] = df['insider'] / df['total']
df['insider'] = df['insider'].where(df['insider'] > 0, 0)

# 选择满足条件的股票
stock_list = df[(df['turnover'] > 5) & (df['insider'] > 5) & (df['ts_code'] == '600036') & (df['trade_date'] >= '2021-01-01') & (df['trade_date'] <= '2021-12-31')]

# 输出结果
print(stock_list)

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。