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”和“近25个交易日有单日涨幅大于等于百分之10”。
选股逻辑分析
该选股策略的综合指标为元宇宙、30日平均线向上和近25个交易日有单日涨幅大于等于百分之10，同时考虑了股票短、中、长期表现三个方面。其中，元宇宙代表着当前热门的产业方向，30日平均线向上是股票短期表现的重要指标之一，近25个交易日有单日涨幅大于等于百分之10说明该股票近期存在较好的表现。这些指标综合考量，可以挑选出表现较好且有上涨潜力的股票。
有何风险？
- 市场环境的变化以及政策调整，可能导致该选股策略失去适用性；
- 股票单日涨幅大于等于百分之10的情况较为少见，可能会造成较小的选股范围；
- 所依赖的技术分析指标过于单一，容易受到市场情绪和投机行为的影响，导致策略失效。
如何优化？
- 发掘市场中存在的其他有效指标，并加入到选股策略中，提高策略的准确性；
- 加入基本面分析和业绩评估等因素，综合分析选股策略；
- 选择一些较为活跃且表现较好的板块，增加选股机会。
最终的选股逻辑
基于元宇宙、30日平均线向上和近25个交易日有单日涨幅大于等于百分之10，筛选出满足条件的股票。
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)
近25个交易日有单日涨幅大于等于百分之10：COUNT(C >= REF(C, 1)*1.1, 25) >= 1
Python代码参考
import pandas as pd
import baostock as bs
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 = pd.Series(df['close']).pct_change().rolling(window=25).apply(lambda x: (x>=0.1).any())
conditions = [condition1, condition2, condition3]
selected = df[conditions]
# 可以加入其他指标的筛选条件和综合分析
# selected = selected[other_conditions]
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。
