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“周线红柱”。
选股逻辑分析
该选股策略主要考虑到了元宇宙行业的潜力，同时结合了技术面指标。选股逻辑认为，具备元宇宙概念的股票有较好的成长性；当股票收盘价高于昨日最低价时，意味着股票的价格上升势头不断加强；周线红柱则说明该股票在技术面已经出现了明显的变化，符合中长期投资的策略。综合考虑这三个元素，选出具备投资价值的股票。
有何风险？
- 基于技术面形态进行短期交易风险比较高，需要结合其他因素进行综合判断。
- 周线红柱的判断准确性可能不够高，需要注意排除一些假阳线的影响。
如何优化？
- 建立基于长线投资的选股策略，综合考虑公司基本面指标和行业发展趋势。
- 加入其他有效指标，如估值等，综合判断股票的投资价值，降低交易风险。
- 在周线红柱的判断中，可以加入其他技术面指标，如MA均线、MACD、KDJ等，以提高判断准确性。
最终的选股逻辑
该选股策略综合了元宇宙概念、收盘价及技术面形态等指标，选出具备较高投资价值的股票。在筛选过程中需要充分考虑公司的基本面指标和行业发展趋势，同时综合技术面指标，准确评估股票的投资价值。
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)
周线红柱：(WEEKLY MA5 > WEEKLY MA10) AND (REF(WEEKLY MA5, 1) < REF(WEEKLY MA10, 1))
python代码参考
import pandas as pd
import numpy as np
# 选股策略
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['ma5'] > df['ma10']) & (df['ma5'].shift(1) < df['ma10'].shift(1))
# 综合筛选
selected = df[condition1 & condition2 & condition3]
# 设定灵活的买卖策略
# 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。
