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”、“按个股热度从大到小排序名”。
选股逻辑分析
该策略旨在选取符合以下条件的元宇宙股票：价格处于上涨趋势，即30日平均线向上，并且拥有一定的市场热度，根据个股的热度指数排名进行排序。这里的“市场热度”可以理解为市场关注度较高的股票，标志着市场的认可和追捧。此外，以个股热度的排名排序可以保证选出来的消费者的实际关注度高，便于后续的跟踪和分析。
有何风险？
- 该策略依然忽略了其他重要的基本面指标以及一些市场特征，如市场风格与指数择时等，可能会选出质量不佳的股票；
- 筛选条件过于简单，可能选出没有实际价值的垃圾股票；
- 个股热度的排名并不一定能够充分反映市场对该股票的认可度和追捧程度。
如何优化？
- 加入更多优秀的基本面指标进行筛选，充分挖掘企业潜在的价值；
- 考虑市场风格的变化，如成长型和价值型的交替，及时调整选股策略；
- 结合技术面指标，如RSI、MACD等，进行更加全面和准确的股票筛选；
- 个股热度的排名并不一定能够充分反映市场对该股票的认可度和追捧程度，可以考虑加入其他的市场因素作为参考。
最终的选股逻辑
通过加入按个股热度从大到小排序名的条件来筛选符合条件的元宇宙股票，结合30日平均线向上等指标，对选股筛选进行限制，筛选出来的股票既具备一定的市场认可度，又具备基本面支撑和价格上涨趋势。
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)
按个股热度从大到小排序名：SORT_BY_DESC(GetRankingFactor("hot", 0, 0))
python代码参考
import pandas as pd
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)
conditions = [condition1, condition2]
selected = df[conditions]
# 按个股热度从大到小排序名
selected = selected.sort_values(by=['hot'],ascending=False)
# 可以加入其他指标的筛选条件
# 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。
