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，量比大于1.5，量比小于6。
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，量比大于1.5，量比小于6。
该选股策略通过技术面和基本面进行选股，股票均价站在五日均线之上的条件可以过滤掉表现不佳的标的，同时选取量比大于1.5和小于6的标的，有利于体现成交量对于股票价格影响的把握。
有何风险？
该选股策略存在以下风险：
-
只考虑单一的量比因素，不能反映股票长期表现，风险较高。
-
未考虑公司、行业的基本面信息，投资收益可能存在一定波动。
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：
-
引入多个指标进行选股，提高选股的准确性。
-
在技术面选股的基础上同时引入公司、行业的基本面信息进行综合考虑。
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，量比大于1.5，量比小于6。
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；
- 量比大于1.5且小于6。
因此，该选股策略通过技术面和基本面进行选股，剔除了表现不佳、量比不理想和潜在风险相对较大的标的，有利于发现市场热点和潜在投资机会，同时也能降低风险。
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)
- 量比：VOL / MA(VOL,5)
- 选股条件：C > MA(C,5) AND (VOL / MA(VOL,5) > 1.5) AND (VOL / MA(VOL,5) < 6)
因此，该选股的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (VOL / MA(VOL,5) > 1.5 AND VOL / MA(VOL,5) < 6)
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.daily(ts_code='', start_date=date, end_date=date, fields='ts_code, close, vol, pct_chg')
data2['MA5'] = talib.MA(data2['close'].values, timeperiod=5)
data2['VOL5'] = talib.MA(data2['vol'].values, timeperiod=5)
data2['VOL_RATIO'] = data2['vol'] / data2['VOL5']
data2['RETURN'] = data2['pct_chg'] / 100
data1['circ_mv'] = data1['circ_mv'] / 100000000
data_select = data1[(data1['circ_mv'] > 100) & (data1['industry']==industry)]
data_merge = pd.merge(data_select, data2, on='ts_code')
data_final = data_merge[(data_merge['close'] > data_merge['MA5']) & (data_merge['VOL_RATIO'] > 1.5) & (data_merge['VOL_RATIO'] < 6)]
return data_final[['ts_code', 'close', 'vol', 'pct_chg']]
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。
