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”、“昨日换手率*（今日竞价成交量/昨日成交量）>0.5<2”。
选股逻辑分析
该选股策略旨在选取元宇宙行业中符合上涨趋势的股票，首先选择元宇宙这一热门行业，其次，要求股票价格处于上涨趋势，即30日平均线向上。最后，通过换手率和竞价成交量的比值（换手率*（今日竞价成交量/昨日成交量）），筛选出成交量处于比较活跃范围（0.5<比值<2）。
有何风险？
- 忽略了企业基本面的考虑，导致在选中表现较好的个股之后，不能保证企业的长期价值；
- 只考虑了短期成交量的指标，可能出现短期内成交量高但长期受阻的情况；
- 风险控制不够严格，缺乏更加科学的选股标准，容易受到突发因素的影响。
如何优化？
- 在技术分析的基础上，加入企业的基本面分析，衡量企业价值；
- 考虑加入其他技术指标，如MACD、KDJ等，更全面地描绘股票走势；
- 挑选更适合自己投资风险偏好的标的，设置止损止盈，避免风险过高。
最终的选股逻辑
该选股策略通过综合使用元宇宙、30日平均线向上、昨日换手率*（今日竞价成交量/昨日成交量）>0.5<2等指标进行选股，同时加入基本面、技术指标等多方面的分析以降低投资风险。
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)
昨日换手率*（今日竞价成交量/昨日成交量）>0.5<2：(C/REF(C, 1)*V/J), N2;0.5;2
python代码参考
import pandas as pd
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['turnover_rate'] * (df['syl1'] / df['syl2'])).between(0.5,2)
selected = df[condition1 & condition2 & condition3]
# 可以加入其他指标的筛选条件
# 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。
