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“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
该选股策略同样主要考虑到了元宇宙概念的投资价值，并结合了技术面指标。选股逻辑认为，具备元宇宙概念的股票具备较好的成长性；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；近期有大涨幅则说明该股票具有资金青睐和投资价值。综合考虑这三个指标，筛选出具备投资价值的股票。
有何风险？
- 近期大幅涨幅可能会引发一定程度的回调风险。
- 筛选条件的设置过于简单，可能导致结果不够准确。
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，以减小短期交易带来的风险。
- 在技术面指标的判断中，可以加入其他指标的评估，如MA均线、MACD、KDJ等，以提高判断准确性。
- 可以加入其他有效指标，如相对强弱指标RSI、市盈率等，综合判断股票的投资价值，降低交易风险。
- 设立严格的止损点位，控制交易风险。
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)
近25个交易日有单日涨幅大于等于百分之10：COUNT(MAX((CLOSE-REF(CLOSE,1))/REF(CLOSE,1),0),25)>=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['close'] - df['close'].shift(1)) / df['close'].shift(1) >= 0.1 # 计算单日涨幅并筛选
# 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。
