问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足三个技术指标同时金叉且今日最低价小于昨日最低价的股票进行投资。
选股逻辑分析
该选股策略继续结合了技术面的特点，选股条件更加细化，通过选择在元宇宙行业中，同时满足三个技术指标同时金叉和今日最低价小于昨日最低价的股票，可以筛选出表现稳定、股价近期下跌但有回升趋势的股票，具体来说可以在短期内实现资产的增值和保值。
有何风险？
该选股策略可能存在以下风险：
- 只考虑了技术面因素，而忽略市场情绪和基本面的变化，导致后期波动较大；
- 在忽略了股票近期下跌的原因时，无法有效判断底部或者反转点，可能面临更大的风险；
- 可能会忽略部分潜在优质股票而导致错失机会。
如何优化？
为降低选股策略的风险，可以考虑以下优化方法：
- 在考虑技术面的同时，要关注市场情绪和基本面的变化，建立互补的策略；
- 加强对近期股票下跌原因的分析，避免选择被市场市场扭曲的个股；
- 在建立选股策略时，应该综合考虑各种因素，包括基本面、技术面和市场情绪，并结合量化模型和风控模型，确保投资风险可控。
最终的选股逻辑
综合以上分析，可以得出一个更完善的选股逻辑：在元宇宙行业中，同时满足三个技术指标同时金叉和今日最低价小于昨日最低价的股票会被筛选出来。
具体选股条件为：
- 行情：SH或SZ或HK
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))
- 最低价：TODAY(LOW) < YESTERDAY(LOW)
- 行业特点：元宇宙
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
TODAY(LOW) < YESTERDAY(LOW) AND
INDUSTRY.industry == '元宇宙'
同花顺指标公式代码参考
- 行情：SH或SZ或HK
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)
- 最低价：TODAY(LOW) < YESTERDAY(LOW)
- 行业特点：INDUSTRY
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
TODAY(LOW) < YESTERDAY(LOW) AND
INDUSTRY.industry == '元宇宙'
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, \
list_date, pe, pb')
df = df[(df['industry'].str.contains(industry))]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code, start=start_date, end=end_date)
filtered = []
for code, k in k_data.items():
if (CROSS(MACD(k, 12, 26, 9), MACDSignal(k, 12, 26, 9)) > 0) and \
(CROSS(MA(k, 5), MA(k, 10)) > 0) and (CROSS(MA(k, 5), MA(k, 20)) > 0) and \
(TODAY(LOW(k)) < YESTERDAY(LOW(k))) and \
(INDUSTRY(df, code) == '元宇宙'):
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0], \
df[df['ts_code'] == code]['pe'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name', 'pe'])
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2021年度内行业为“元宇宙”，同时满足三个技术指标同时金叉和今日最低价小于昨日最低价的所有股票信息。
## 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。
