问财量化选股策略逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”和“价格<12”。
选股逻辑分析
该选股策略主要考虑元宇宙板块中较受市场关注，价格相对低廉的标的。通过收盘价高于昨日最低价和价格低于12元，筛选出相对强势且价格亲民的标的，具有一定的投资吸引力。
有何风险？
- 该策略忽略了公司的基本面指标，只考虑了股票市场价格指标，过于偏向于短线投资，存在漏选实力强、但市场关注度较低的标的股票的风险；
- 筛选条件单一，存在选出股票风险较高的可能性；
- 价格低于12元的股票有可能基本面出现问题，或者处于暴跌状态，需谨慎考虑风险。
如何优化？
- 综合考虑跨周期多维度指标，如财务报表指标、市场指标、行业指标；
- 引入过滤噪音的机制，筛选出质量更高的标的；
- 通过合理控制买卖策略和仓位，降低风险。
最终的选股逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”和“价格<12”。在使用时，需进行合理的风险控制和仓位管理，谨慎考虑个股的财务、行业等基本面指标，避免因不合理的选股策略带来的风险。
同花顺指标公式代码参考
元宇宙: SELECTEDINDUSTRY("gnxq")
收盘价大于昨日的最低价: CLOSE > REF(LOW,1)
价格<12: CLOSE < 12
python代码参考
import pandas as pd
import numpy as np
# 选股策略
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].str.contains("元宇宙")
condition2 = df['close'] > df['low'].shift(1)
condition3 = df['close'] < 12
# 根据筛选条件进行选股
selected = df[condition1 & condition2 & condition3]
# 设定灵活的买卖策略
# 示例代码：定期调整仓位
selected['position'] = 1 / len(selected)
# 示例代码：加入止损点
selected['stop_loss'] = selected['low'].rolling(10).min() * 0.98 # 10日内最低价的98%作为止损点
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。
