问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，20日均线大于120日均线。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业，股票均价站在五日均线之上，20日均线大于120日均线。
选择元宇宙行情和股票均价在五日均线之上的理由同上一个选股逻辑。在这里加入了20日均线大于120日均线的条件，意味着这些股票的价格发生了上涨趋势的变化。因此，该选股策略相较于上一个选股逻辑，在选出的标的中更加注重价格上涨趋势的变化。
但需要注意的是，价格上涨趋势的变化不一定意味着后续股价的上涨，同时也应该考虑到市场的风险因素。
有何风险？
该选股策略存在以下风险：
-
过于依赖价格上涨趋势的变化，忽略了股票的基本面质量；
-
买入价格过高，按照市场的循环性理论，相关行情可能会发生回调，从而导致投资回报的下降；
-
如果该行业的发展不如预期或出现不良新闻等，可能会对选股策略造成影响。
如何优化？
为了减小选股策略的风险，可以采取如下优化：
-
在选择标的时，要结合股票的基本面质量和技术面因素综合考虑；
-
可以根据选股结果进行个股研究，了解其的估值是否合理，是否存在不确定性因素等；
-
如果发现标的股票集中度较高，应该在资产配置中进行多元化投资，降低风险。
最终的选股逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，20日均线大于120日均线。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价在五日均线之上；
- 20日均线大于120日均线。
因此，该选股策略综合考虑了技术面的因素，选出了正在经历涨势的优质标的。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 20日均线：MA(C,20)
- 120日均线：MA(C,120)
因此，该选股的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (MA(C,20) > MA(C,120))
其中，C表示股票的收盘价，MA表示股票的移动平均线。
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(date, industry):
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv, pe_ttm, pb, roe')
data2 = pro.daily_basic(trade_date=date, fields='ts_code, close')
data_merge_1 = pd.merge(data1, data2, on='ts_code', how='inner')
data_merge_2 = data_merge_1[data_merge_1['industry']==industry]
data_merge_3 = data_merge_2[data_merge_2['close'] > data_merge_2['close'].rolling(window=5).mean()]
data_merge_4 = data_merge_3[data_merge_3['close'] > data_merge_3['close'].rolling(window=20).mean()]
data_merge_5 = data_merge_4[data_merge_4['close'] > data_merge_4['close'].rolling(window=120).mean()]
return data_merge_5[['ts_code', 'name']]
其中，参数industry为所选元宇宙的行业名称。
## 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。
