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”和“圆弧形”。
选股逻辑分析
该选股策略综合了技术面和形态面的指标，选取元宇宙和30日平均线向上等技术面指标，圆弧形是指股票走势上先上涨后回落形成的圆弧形态，观察股票的走势形态，筛选出走势较优的股票。
有何风险？
- 圆弧形不可靠的风险，因为股票走势具有一定的随机性，很难准确地捕捉市场的心理变化；
- 元宇宙概念股和30日平均线向上的股票是大众易买的热门板块，存在投资者竞争压力；
- 该选股策略可能会忽略其他重要的技术面和基本面指标，导致选股精度不高。
如何优化？
- 可以结合其他形态面指标，如头肩形等，综合考虑形态和技术面，提高选股精度；
- 可以与其他重要指标结合，如PE、PB等，进行多维度的股票分析，提高股票挑选的准确性。
最终的选股逻辑
在满足元宇宙、30日平均线向上和圆弧形的基础上，结合其他重要指标，如PE、PB、财务数据等，进行多维度的分析，建立自己的选股模型。
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)
圆弧形：存在相对高低点，且后期走势呈现圆弧形态。
Python代码参考
import pandas as pd
import baostock as bs
def is_hump(df):
# 判断是否存在高低点
if len(df) <= 3:
return False
if (df.iloc[2]['high'] > df.iloc[0]['high']) and (df.iloc[2]['low'] > df.iloc[0]['low']):
# 后期走势呈现圆弧形态
if df.iloc[-1]['close'] > pd.Series(df['close']).rolling(window=30).mean().shift(1).iloc[-1]:
return True
return False
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)
condition3 = df.groupby('code').apply(is_hump)
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# 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。
