问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“30日平均线向上”和“流通盘小于等于55亿股”。
选股逻辑分析
该选股策略综合了技术面和基本面的指标。选取了元宇宙和30日平均线向上等技术面指标，以及流通盘小于等于55亿股的基本面指标，筛选具有成长性的高科技股票。
有何风险？
- 流通盘小于等于55亿股筛选条件较为单一，无法考虑公司的财务状况等指标，可能存在一定的局限性；
- 元宇宙和30日平均线向上等技术面指标也是大众易买的热门板块，存在投资者竞争压力；
- 该选股策略可能会忽略其他重要的技术面和基本面指标，导致选股精度不高。
如何优化？
- 可以结合其他基本面指标，如市盈率、市净率等，进行多维度的股票分析，提高选股精度；
- 可以加入其他技术面指标，如MACD、KDJ等，综合考虑股票走势，提高选股准确性。
最终的选股逻辑
在满足元宇宙、30日平均线向上和流通盘小于等于55亿股的基础上，综合考虑市盈率、市净率和技术面指标等进行多维度的分析，建立自己的选股模型。
同花顺指标公式代码参考
元宇宙：SELECTEDINDUSTRY("gnxq")
30日平均线向上：MA(CLOSE, 30) > REF(MA(CLOSE, 30), 1)
流通盘小于等于55亿股：TtmFloatCap<=55
市盈率：TTM_PE>0 and TTM_PE<50
市净率：PB<=5
Python代码参考
import pandas as pd
import baostock as bs
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].apply(lambda x: '元宇宙' in x)
condition2 = df['close'] > pd.Series(df['close']).rolling(window=30).mean().shift(1)
condition3 = df['TtmFloatCap'] <= 55
condition4 = df['TTM_PE'] > 0 & df['TTM_PE'] < 50
condition5 = df['PB'] <= 5
conditions = [condition1, condition2, condition3, condition4, condition5]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
return selected
## 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。
