问财量化选股策略逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”以及“股价为18.5元”的股票。
选股逻辑分析
该选股策略从元宇宙主题股中选取股价较为合适的个股。考虑收盘价大于昨日最低价来确定股票的短期涨势向上，稳定性良好。同时，选取股价为18.5元的个股，可能针对一些投资人群，推荐这些适合较为理想的股票。
有何风险？
- 过于简单粗暴，股票的基本面数据和财务数据未考虑，选股有效性存在一定的风险。
- 基于股价相似性作为限制条件，未必能带来真正的收益或绩效提升。
- 固定股价为18.5元，限制了选股结果的多样性，可能忽略了区间股价表现更好的股票。
如何优化？
- 首先考虑根据更多可靠的数据指标来筛选具备投资价值的个股，可以引入PE、PB、ROE等财务指标，多维度选股，降低风险。
- 可以根据不同的股票价格区间，分别设定选股策略和指标条件，提高选股结果的多样性和先进性，而非固定筛选条件。
- 针对股票价格的选股策略，可以结合其他技术指标，如RSI、MACD来进一步考虑个股的短期波动性和价格走势。
最终的选股逻辑
该选股策略是基于元宇宙主题，通过筛选股价适中的个股，且考虑其收盘价较昨日最低价的表现，同时固定股价为18.5元。建议在使用时，根据具体的投资需求，针对不同的股票价格区间设定不同的选股策略，同时结合其他技术指标和基本面进行综合判断，降低风险。
同花顺指标公式代码参考
元宇宙: SELECTEDINDUSTRY("gnxq")
收盘价大于昨日的最低价: CLOSE > REF(LOW, 1)
股价为18.5元: CLOSE == 18.5
python代码参考
import pandas as pd
import numpy as np
# 选股策略
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].str.contains("元宇宙")
condition2 = df['close'] > df['low'].shift(1)
condition3 = df['close'] == 18.5
# 根据筛选条件进行选股
selected = df[condition1 & condition2 & condition3]
# 设定灵活的买卖策略
# 示例代码：定期调整仓位
selected['position'] = 1 / len(selected)
# 示例代码：加入止损点
selected['stop_loss'] = selected['low'].rolling(10).min() * 0.98 # 10日内最低价的98%作为止损点
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。
