问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上，并且最高价为两日最高。
选股逻辑分析
该选股策略的主要选股条件包括：选择元宇宙行业中的股票、股票均价站在五日均线之上以及最高价为两日最高。
通过选择元宇宙行业中的股票可以关注到这个行业的潜在成长性，而股票均价站在五日均线之上暗示着股票价格上涨趋势，因此被选中的股票有可能持续上涨。最高价为两日最高则表示股票价格走势具有较大的持续性。
有何风险？
该选股策略可能会受到市场情况的影响，存在一些风险：
- 两日最高点可能只是短期走势的反弹；
- 选股条件较为严格，可能存在选股数量偏少的风险；
- 元宇宙行业目前处于风口浪尖，可能存在短期过热的风险。
如何优化？
为了减小选股策略受到的风险，可以进行如下优化：
- 增加其他技术指标，或者基本面进行分析；
- 调整股票的选股条件以适应市场变化；
- 减小选股条件的严格度，或者加入其他约束条件。
最终的选股逻辑
该选股策略选择元宇宙行业中，股票均价站在五日均线之上，并且最高价为两日最高的股票。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价站在五日均线之上，可以通过计算五日均价和股票的收盘价比较；
- 最高价为两日最高，可以通过比较最高价在过去两天内是否为最高价来判断。
例如：
INDUSTRYIDB(2859,GNXQ) AND HIGH = HHV(HIGH,2) AND MA(C,5) > MA(C,5)[1];
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 最高价为两日最高：HIGH = HHV(HIGH,2)
在通达信中，可以使用如下指标代码：
HIGH = HHV(HIGH,2) AND MA(C,5) > MA(C,5)[1];
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share, float_share, market_cap')
data2 = pro.daily(trade_date='20220501', fields='ts_code,trade_date,high,pct_chg')
data3 = data2.sort_values(by=['high'], ascending=False).groupby('ts_code').head(2)
data4 = data3[(data3['trade_date'] == '20220501') & (data3['pct_chg'] > 0)]['ts_code']
data5 = pro.daily(ts_code=','.join(data4), start_date='20220429', end_date='20220501', fields='ts_code,trade_date,open,high,low,close,vol')
data6 = data5.groupby('ts_code').tail(2)
data7 = pd.merge(data1, data6, on='ts_code', how='inner')
data8 = data7[(data7['high'] == data7['high'].max()) & (data7['high'] == data7['close']) & (data7['close'] > data7['open'])]
if len(data8) > 0:
return data8[['ts_code', 'name']]
else:
return pd.DataFrame()
## 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。
