问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散、元宇宙的股票。振幅大于1反映了股票的价格波动情况，今日均线向上发散则意味着股票存在短期上涨的趋势，元宇宙则是近年来备受追捧的概念，选取有投资价值的股票。
选股逻辑分析
本选股策略将振幅和均线指标融入选股逻辑中，结合技术分析和概念热点信息进行选股。振幅和均线指标可以反映短期股票价格的波动和趋势，元宇宙则是当前市场关注的领域，选股结果更贴近市场热点。同时，本策略通过设定振幅大于1的条件，避免了选取周期过长的低波动性股票。
有何风险？
本选股策略同样没有考虑公司的基本面信息，仍然存在较高的不确定性。同时，元宇宙的火爆程度一定程度上存在市场炒作的影响因素，选股结果可能受热点影响较大，存在一定的风险。
如何优化？
可以考虑加大股票基本面信息的权重，通过结合股票的财务和业务情况来评估股票的投资价值。同时，可以设置元宇宙概念板块指数作为参照标准，通过与板块指数的走势对比来判断选股结果的合理性。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、元宇宙的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 今日均线向上发散：C > REF(MA(C,5),1) > MA(C,5)
python代码参考
import tushare as ts
import talib
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[hist_data["amplitude"] > 0.01]
# 今日均线向上发散
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
ma5 = talib.MA(data["close"].values, timeperiod=5)
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# 筛选元宇宙股票
metaverse_concept = ts.get_concept_classified()
metaverse_stocks = metaverse_concept[metaverse_concept["c_name"] == "元宇宙"]
selected_stocks = selected_stocks.merge(metaverse_stocks, how="inner", left_index=True, right_index=True)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
