问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，上市天数大于一个月。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业中的股票、股票均价站在五日均线之上以及上市天数大于一个月。
通过选择元宇宙行业可以介入新兴的行业中，有望获得更好的收益。同时，股票均价站在五日均线之上，意味着股票正在上涨，具有一定的投资价值。
同时，上市天数大于一个月可以避免小公司的投资风险。
有何风险？
该选股策略存在以下风险：
- 只选择元宇宙行业中的股票可能会忽略其他行业的投资机会；
- 只考虑上市时间可能忽略公司的财务素质，需要结合其他基本面指标进行综合考虑；
- 短期内的涨幅过快可能会有套牢风险。
如何优化？
为了减小选股策略受到的风险，可以进行如下优化：
- 加入其他基本面指标，如市盈率、市净率、ROE等因素，更全面地分析公司财务状况和估值情况；
- 结合其他技术指标，如MACD、RSI等进行综合考虑；
- 定期评估选股策略的有效性，进行调整和优化。
最终的选股逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，上市天数大于一个月。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价站在五日均线之上；
- 上市天数大于一个月。
因此，该选股策略的最终选股公式为：
GNBK('gnxq') AND (C > MA(C,5)) AND (LISTDAY>30)
其中，C表示股票的收盘价，MA表示股票的移动平均线，LISTDAY表示上市天数。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 上市天数：LISTDAY
在通达信中，可以使用如下指标代码：
(C > MA(C,5)) AND (LISTDAY>30)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(date):
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv')
data4 = pro.daily(trade_date=date, fields='ts_code, open, close, high, low, vol, amount')
data5 = pd.concat([data4['ts_code'], data4['close']], axis=1)
data6 = pd.merge(data1, data5, on='ts_code', how='inner')
data7 = data6[(pd.Timestamp(date) - pd.to_datetime(data6['list_date'])) >= pd.Timedelta(days=30)]
data8 = data7[data7['close'] > data7['MA5']]
data9 = data8[['ts_code', 'name']]
return data9
## 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。
