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，收盘价在BOLL线上轨之上且在BOLL线中轨之上。
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，收盘价在BOLL线上轨之上且在BOLL线中轨之上。
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。加入BOLL指标作为选股条件是为了更好地把握股票的波动性和趋势性，其中BOLL线上轨和中轨是重要的参考指标。
但需要注意的是，选股策略应该结合股票的基本面质量和技术面因素综合考虑，并且在具体的股票操作时，应该建立科学的风险管理和资产配置体系。
有何风险？
该选股策略存在以下风险：
-
忽视了股票的基本面因素，容易出现投资误差；
-
BOLL指标具有滞后性，在快速变化的市场中，可能无法及时反映当前的市场状态；
-
如果市场热点发生变化或回调，选股策略可能会出现操作失误。
如何优化？
为了减小选股策略的风险，可以采取如下优化策略：
-
在选择标的时要综合考虑基本面和技术面，建立健全的风险管理体系；
-
配合其他指标使用，如MACD、KD等指标，综合分析股票的趋势和波动；
-
对市场热点进行深入研究，随时调整选股策略。
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，收盘价在BOLL线上轨之上且在BOLL线中轨之上。
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；
- 收盘价在BOLL线上轨之上且在BOLL线中轨之上。
因此，该选股策略综合考虑了技术面的因素，并且结合了BOLL指标，选出了正在经历超额上涨的优质标的。
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)
- BOLL指标上轨：BOLLUP(C,20,2)
- BOLL指标中轨：BOLL(C,20,2)
因此，该选股的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (C > BOLLUP(C,20,2)) AND (C > BOLL(C,20,2))
其中，C表示股票的收盘价，BOLLUP表示BOLL指标上轨，BOLL表示BOLL指标中轨。
Python代码参考
import pandas as pd
import tushare as ts
import talib
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.stock_basic(trade_date=date, fields='ts_code, close')
data2['BOLL_UP'], data2['BOLL_MID'], data2['BOLL_LOW'] = talib.BBANDS(data2['close'].values, matype=2)
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['BOLL_UP']]
data_merge_4 = data_merge_3[data_merge_3['close'] > data_merge_3['BOLL_MID']]
data_merge_5 = data_merge_4[data_merge_4['close'] > data_merge_4['close'].rolling(window=5).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。
