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：股票均价在五日均线之上，在深交所主板中，市盈率0-29.01，市净率0-3.11。
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，股票均价在五日均线之上，在深交所主板中，市盈率0-29.01，市净率0-3.11。
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。选择在深交所主板中的股票可以过滤掉创业板、中小板等不同风险水平的标的，市盈率和市净率的筛选则有助于选择估值合理的标的，具备一定的价值投资特征。
但需要注意的是，过高依赖技术面的因素，而可能忽略了基本面的重要性。在长期市场趋势不明的情况下，过度注重短期技术面可能会导致选错标的。
有何风险？
该选股策略存在以下风险：
-
过度依赖技术面的因素，而忽略基本面的重要性；
-
过于追求短期操作，而忽略长期价值投资的作用。
如何优化？
为了减小选股策略的风险，可以进行如下优化：
-
加入一些基本面指标，如ROE、毛利率、净利润增长率等，对选出的标的股票做出更全面的分析；
-
根据市场的情况不断调整选股策略，同时保持对长期价值投资的重视。
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：股票均价在五日均线之上，在深交所主板中，市盈率0-29.01，市净率0-3.11。
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；
- 归属于深交所主板；
- 市盈率在0-29.01之间；
- 市净率在0-3.11之间。
因此，该选股策略不仅具备一定的技术面特征，同时加入估值的判断，满足基本面和短期操作的需求。
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)
- 深证主板：IF(MARKET=='sz' AND (substr(SYMBOL, 1, 3) == '000'), 1, 0)
- 市盈率0-29.01：(pe_ttm > 0) AND (pe_ttm < 29.01)
- 市净率0-3.11：(pb > 0) AND (pb < 3.11)
因此，该选股的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (IF(MARKET=='sz' AND (substr(SYMBOL, 1, 3) == '000'), 1, 0)) AND (pe_ttm > 0) AND (pe_ttm < 29.01) AND (pb > 0) AND (pb < 3.11)
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=60).mean()]
data_merge_4 = data_merge_3[(data_merge_3['pb']>0)&(data_merge_3['pb']<3.11)]
data5 = data_merge_4[(data_merge_4['pe_ttm']>0)&(data_merge_4['pe_ttm']<29.01)]
return data5[['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。
