问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足以下条件的股票进行投资：三个技术指标同时金叉，外盘/内盘大于1.3，以此来判断该股票的市场关注度和投资价值，获取较高的回报率。
选股逻辑分析
该选股策略通过选择元宇宙行业，同时满足三个技术指标同时金叉、外盘/内盘大于1.3等多重维度判断股票品种的市场关注度和投资价值，从而进行投资。通过选择行业和技术面等多层面因素来进行选股，有利于减少市场风险和提高选股成功率。
有何风险？
该选股策略存在以下风险：
- 可能会忽略基本面等因素，仅以技术面等信息来进行选股，过度依赖短期市场因素而忽略长期价值因素；
- 所选行业可能存在政策、技术或市场等风险，可能会对股票产生不利影响。
如何优化？
为了减少选股策略的风险并提高选股成功率，可以考虑以下优化方法：
- 结合基本面数据，如公司的盈利、资产等指标，来综合判断收益周期和潜在风险；
- 结合技术面和事件面等多个角度来判断股票市场表现，从而增加经验判断的准确性；
- 选择更加确定且有独特性的行业或板块进行选股，可以提高选股成功率和投资价值。
最终的选股逻辑
综合以上分析，可以得到一个较为完善的选股逻辑：选择元宇宙行业中，同时满足以下条件的股票进行投资：三个技术指标同时金叉，外盘/内盘大于1.3.
具体的选股条件为：
- 元宇宙行情：GNBK('gnxq')
- MACD指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))
- 外盘：UPRC/(UPRC+DPRC)>1.3
通过以上条件，可以筛选出同时具有技术面、市场关注度和空间等多重因素的组合，为中短期投资提供坚实的基础。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- MACD指标：MACD(12,26,9) 、 MACDSignal(12,26,9)
- 外盘：UPRC/(UPRC+DPRC)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(list_status='L',exchange='',\
fields='ts_code,symbol,name,area,industry,list_date')
df = df[df['industry']==industry]
df['macd'] = ts.EMA(df['close'], 12)-ts.EMA(df['close'], 26)
df['macdsignal'] = ts.EMA(df['macd'], 9)
df['up_vol'] = df['UPRC'] / (df['UPRC'] + df['DPRC'])
df = df[(df['macd']>0) & (df['up_vol']>1.3)]
return df
industry = '元宇宙'
df = stock_selector(industry)
print(df.head())```
以上代码将返回行业为“元宇宙”且同时满足三个技术指标金叉、外盘/内盘大于1.3的所有股票信息。
## 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。
