问财量化选股策略逻辑
该选股策略包含元素“元宇宙”、“收盘价大于昨日的最低价”和“反包”。
选股逻辑分析
该选股策略综合考虑了元宇宙板块、技术面因素和反包形态等。选股逻辑认为，具备元宇宙概念的股票有较好的增长潜力；当股票收盘价高于昨日最低价时，意味着股票的价格上升势头不断加强；反包形态出现时，意味着市场对股票情绪发生了变化，价格存在一个反弹空间。综合考虑这三个元素，选出未来有潜力的股票。
有何风险？
- 过于追求短期交易，未能发现真正有价值的股票。
- 反包形态并不一定代表价格上涨的信号，需要充分考虑基本面情况。
如何优化？
- 建立长线选股策略，结合公司基本面指标和业内新闻，较为准确的预测未来股票增长趋势。
- 增加其它有效指标，如技术面指标、财务报告指标等，同时加强对反包形态的观察和判断，以降低风险。
最终的选股逻辑
该选股策略综合了元宇宙板块、技术面因素、反包形态等指标，选出未来有潜力的股票。除了考虑价格和形态等技术面指标，还需要关注公司的基本面及行业发展趋势，充分评估股票的投资价值。
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)
反包形态：ABS(O-C) < H-L AND (C-O) > (H-L) * 0.5 AND (O-L) / (H-L) > 0.6 AND (C-L) / (H-L) > 0.6
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 = (abs(df['open']-df['close']) < (df['high']-df['low'])) & ((df['close']-df['open']) > ((df['high']-df['low'])*0.5)) & ((df['open']-df['low'])/(df['high']-df['low']) > 0.6) & ((df['close']-df['low'])/(df['high']-df['low']) > 0.6)
# 综合筛选
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)
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。
