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“今日最低价小于昨日最低价”。
选股逻辑分析
该选股策略综合考虑了行业热点选股、股票价格趋势和技术面指标等多个方面。选股逻辑认为，具备元宇宙概念的公司有望成为未来走势的核心，当股票收盘价高于昨日最低价时，表明股票的价格走势相对稳定；当股票今日最低价小于昨日最低价时，表明股票在价格下跌后有较强的反弹表现；这三个条件综合使用，筛选出有潜力的股票。
有何风险？
- 选股条件相对简单，容易筛选出价格在短期内的“异动股”，这些股票投资价值可能偏低。
- 使用“今日最低价小于昨日最低价”情况的选股策略容易被市场情绪影响导致筛选出低投资价值的股票。
如何优化？
- 可以结合更多基本面指标，如净利润、市盈率等，以全面评估公司的价值。
- 可以加入更多技术面指标，如移动平均线等，以确定股票趋势是否符合预期。
- 停用连续涨停股票，以降低市场情绪的影响。
最终的选股逻辑
该选股策略综合考虑了元宇宙概念、股票价格趋势和技术面指标等多方面指标，以综合性筛选出有较高投资价值的股票，同时会对连续涨停的股票进行过滤。
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)
今日最低价小于昨日最低价：LOW < REF(LOW, 1)
python代码参考
def stock_selector(df):
# 筛选条件
condition1 = df['concepts'].str.contains('元宇宙')
condition2 = df['close'] > df['low'].shift(1)
condition3 = df['low'] < df['low'].shift(1)
# 筛选连续涨停的股票
condition4 = ~(df['high'] == df['low']) & ~(df['open'] == df['close'])
for i in range(3):
condition4 &= df['pctChg'].shift(i+1) > 9.5
# 综合筛选
selected = df[condition1 & condition2 & condition3 & ~condition4]
# 设置灵活的买卖策略
# 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。
