问财量化选股策略逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，同时与元宇宙有关的公司，为投资目标，通过对股票价格和成交量的筛选，选择具有投资价值的股票。
选股逻辑分析
本选股策略结合了振幅、换手率、成交量等技术指标，并针对元宇宙进行筛选，旨在找到具备短期或中长期价格增长空间的个股。
有何风险？
本选股策略只考虑了技术指标及与元宇宙有关的公司进行筛选，忽略了公司基本面的分析。此外，虚拟资产市场的波动性较大，存在较高的投资风险。
如何优化？
本选股策略可以结合基本面指标进行优化，如盈利能力、成长性、估值水平等指标的分析，加强风险控制，提高选股结果的稳定性和收益率。
最终的选股逻辑
本选股策略选取振幅大于1，昨日换手率*（今日竞价成交量/昨日成交量）在0.5到2之间，同时考虑与元宇宙有关的公司作为投资目标，结合基本面和风险控制进行优化，提高选股结果的可靠性和收益率。
同花顺指标公式代码参考
- 无
Python代码参考
import tushare as ts
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area,pe,pb,circ_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,open,high,low,close,vol,amount')
if (df.iloc[-1]['open'] - df.iloc[-1]['low']) / df.iloc[-1]['high'] > 0.01:
vol_rate = pro.moneyflow(ts_code=code, start_date='', end_date='', fields='ts_code,trade_date,buy_sm_vol,sell_sm_vol,buy_md_vol,sell_md_vol,buy_lg_vol,sell_lg_vol,buy_elg_vol,sell_elg_vol,net_mf_vol')
vol_rate = vol_rate.set_index('trade_date')
if vol_rate.iloc[-1]['net_mf_vol'] > 0 and vol_rate.iloc[-2]['vol'] > 0 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) > 0.5 and (vol_rate.iloc[-2]['turnover_rate']*(df.iloc[-1]['amount']/vol_rate.iloc[-2]['vol'])) < 2:
if '元宇宙' in pro.stock_company(ts_code=code, fields='industry')['industry'].values:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
