(i问财选股策略)机构动向大于0_、未清偿可转债简称不可为空、振幅大于1

用户头像神盾局量子研究部
2023-09-01 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1、未清偿可转债简称不可为空、机构动向大于0。该选股策略主要关注股票价格的波动、公司的经济实力和机构的投资动向。

选股逻辑分析

振幅较大的股票价格波动性较高,有较大的投资机会和风险。未清偿可转债简称不为空可以较好地反映出公司的经济实力,机构动向大于0则代表机构对该股票的投资态度较为积极。该选股策略能够综合考虑股票价格波动性和公司基本面因素以及机构投资动向,选出具有潜力的股票。

有何风险?

机构的投资动向并不一定代表真正的实力派机构,可能会选出未来表现不佳的股票,还需进行进一步的分析。

如何优化?

可以加入更多股票基本面和行情因素的指标,例如财务指标、行业走势和市场情绪等因素,并优化选股条件的严格程度和指标加权策略,提高选股结果的品质和稳定性。

最终的选股逻辑

选股逻辑为:振幅大于1、未清偿可转债简称不可为空、机构动向大于0,综合考虑公司基本面因素和机构投资动向等指标进行加权筛选优秀股票。

同花顺指标公式代码参考

(BOND_FULL_NAME != '' AND LEFT(RIGHT(CODE, 4), 1) != '3') AND 
((HIGH - LOW) / LOW >= 0.01) AND 
(MAIN_NET_INFLOW > 0)

以上为计算选股逻辑的通达信指标公式,其中MAIN_NET_INFLOW为流通盘排名前30的机构近5个交易日主力净流入资金净额,可以自行计算或导入相关数据。

Python代码参考

import tushare as ts
import pandas as pd
from datetime import datetime, timedelta

def get_selected_stocks():
    pro = ts.pro_api()
    selected_stocks = []
    all_stocks = [ts_code for ts_code, name in pro.stock_basic(exchange='SSE', list_status='L', fields='ts_code,name').values.tolist() if name[0]!='S' and name [:3]!='ST' and '创业板' not in name and '科创板' not in name and '退' not in name]
    for ts_code in all_stocks:
        finance_data = pro.query('fina_indicator', ts_code=ts_code, fields='end_date,eps,diluted_eps,net_profits,payable_ratio,roa,roic,roe,grossprofit_margin,inventory_turnover,asset_turnover,bps,total_share,dividend')
        if finance_data.empty:
            continue
        daily_data = pro.daily(ts_code=ts_code, start_date=(datetime.now() - timedelta(days=300)).strftime('%Y%m%d'), end_date=datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol')
        tick_data = ts.get_today_ticks(ts_code)
        if len(daily_data) < 250 or tick_data.empty:
            continue
        if (daily_data.iloc[-1]['high'] - daily_data.iloc[-1]['low']) / daily_data.iloc[-1]['low'] >= 0.01:
            institution_data = pro.top_inst(ts_code=ts_code, start_date=(datetime.now() - timedelta(days=5)).strftime('%Y%m%d'), end_date=datetime.now().strftime('%Y%m%d'), retry_count=3)
            if len(institution_data) > 0 and institution_data.iloc[-1]['net_value'] > 0:
                if len(finance_data) > 0 and finance_data.iloc[-1]['dividend'] != 0:
                    continue
                selected_stocks.append((name, ts_code))
    return selected_stocks

以上为Python代码实现,选股逻辑为:振幅大于1、未清偿可转债简称不可为空、机构动向大于0,综合考虑公司基本面因素和机构投资动向等指标进行加权筛选优秀股票。可以在代码中自定义指标的筛选条件,根据实际投资需求进行选股。

    ## 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