问财量化选股策略逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”以及集中度低于20%但高于70%的股票。
选股逻辑分析
该选股逻辑主要考虑了元宇宙板块中相对集中度处于中等水平的标的，并且通过“收盘价大于昨日的最低价”筛选出短时期内有上涨趋势的目标股票。
有何风险？
- 集中度和选股标准不清晰导致选出的标的质量存在局限性；
- 集中度指标具有纲领性，在不同市场环境下的适用性不同。
如何优化？
- 集中度指标可以细化为净利润、营收等财务指标，避免单一指标的不足；
- 考虑加入市值、价值等指标，综合考虑多维度因素，得出更为稳健的策略。
最终的选股逻辑
该选股策略是同时包含元素“元宇宙”、“收盘价大于昨日的最低价”并且集中度低于20%但高于70%的股票。建议在使用时，综合考虑多维度指标，以避免单一指标的滞后性和不足之处。
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)
集中度低于20%但高于70%: CONCENTRATIONRATIO(21) >= 70 AND CONCENTRATIONRATIO(21) < 20
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['concentration_ratio_21'] < 20) & (df['concentration_ratio_21'] >= 70)
# 根据筛选条件进行选股
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)
# 示例代码：加入止损点
selected['stop_loss'] = selected['low'].rolling(10).min() * 0.98 # 10日内最低价的98%作为止损点
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。
