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”和“今日均线向上发散”的标的股票。
选股逻辑分析
该选股策略主要考虑元宇宙板块中技术面表现较为优良的标的。通过收盘价高于昨日最低价和均线向上发散两个因素，筛选出具备较强短期涨势的标的。
有何风险？
- 只考虑了短期技术面指标，缺少对公司基本面及行业发展的全面考虑，存在漏选实力强的标的股票的风险；
- 选股策略缺少灵活的买卖策略和仓位管理，需要合理控制仓位风险。
如何优化？
- 引入公司基本面和行业发展趋势等指标，综合考虑标的的总体价值；
- 设定灵活的买卖策略，避免盲目跟风，合理控制仓位风险；
- 定期回顾和优化策略，尽量避免机械化地依据选股策略进行操作。
最终的选股逻辑
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”和“今日均线向上发散”的标的股票，并综合考虑公司基本面和行业发展趋势等指标，并设定灵活的买卖策略，合理控制仓位风险。需定期回顾和优化策略，尽量避免机械化依据选股策略进行操作，规避市场风险。
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)
今日均线向上发散: (MA(CLOSE,10)>MA(CLOSE,20)) AND (MA(CLOSE,20)>MA(CLOSE,30))
python代码参考
import pandas as pd
import numpy as np
import talib as ta
# 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 = (ta.MA(df['close'], 10) > ta.MA(df['close'], 20)) & (ta.MA(df['close'], 20) > ta.MA(df['close'], 30)) # 今日均线向上发散
# 组合筛选条件
selected = df[condition1 & condition2 & condition3]
# 综合筛选条件
# 示例代码：加入财务指标
selected = selected[selected['pe_ttm'] < 30] # 市盈率小于30
selected = selected[selected['pb'] < 3] # 市净率小于3
# 示例代码：加入动量指标
selected['momentum'] = ta.MOM(selected['close'], 10)
# 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。
