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”、“三个技术指标同时金叉”。
选股逻辑分析
该选股策略主要考虑元宇宙这一热门行业，要求选股符合在上涨趋势中的要求，即30日平均线向上，并且三个技术指标（例如MACD、KDJ等）同时出现金叉形态，预示着股票价格有望进一步上涨。
有何风险？
- 技术指标存在滞后性，可能会错过一些行情；
- 过于依赖技术指标容易忽略公司基本面的因素；
- 写死固定的指标也可能会错失未来更好的投资机会。
如何优化？
- 考虑加入更多的技术指标和基本面分析，不单单关注行业和换手率，兼顾多个角度的分析；
- 设定更加严谨的选股条件，例如要求不只是三个指标同时出现金叉，可以考虑更复杂的技术分析形态；
- 根据市场形态动态调整选股标准，以更好的适应市场；
- 定期检查选股策略，及时发现和解决问题。
最终的选股逻辑
该选股策略主要选取元宇宙这一行业，要求选股符合30日平均线向上，并且多个技术指标同时出现特定的技术分析形态，同时考虑其他指标的综合情况，如股票PE、PB等。在适当时间动态调整选股标准，以适应市场的变化。
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)
三个技术指标同时金叉：CROSS(MACD(), SIGNAL()) AND CROSS(KDJK(), KDJD()) AND CROSS(KDJD(), KDJD())
python代码参考
import pandas as pd
import talib
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 = talib.CROSS(talib.MACD(df['close'], 12, 26, 9)[0], talib.MACD(df['close'], 12, 26, 9)[1])
condition4 = talib.CROSS(talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3)[0], talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3)[1]) & talib.CROSS(talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3)[1], talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3)[2])
condition5 = talib.CROSS(talib.RSI(df['close'], timeperiod=14), 50)
selected = df[condition1 & condition2 & condition3 & condition4 & condition5]
# 设定买入条件，根据股票换手率排序选取前10个
selected = selected.sort_values('todayturnvol', ascending=False).iloc[:10]
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。
