问财量化选股策略逻辑
选股策略为：在元宇宙行业中选择昨天出现龙虎榜的个股，同时该股近期形成底部抬高的趋势。
选股逻辑分析
该选股策略基于元宇宙行业，加入龙虎榜信息和底部抬高的技术分析指标选股，有助于挖掘具备一定投资价值的股票。
有何风险？
底部抬高是一种技术分析方法，具有一定的主观性和滞后性，在一定程度上存在信号延迟的风险。同时，市场风险、个股资讯风险等因素也会影响股票价格，需要注意资金分散和风险控制。
如何优化？
该选股策略可以加入量价分析和技术指标辅助分析，如成交量、RSI、MACD等指标。同时需要注意对市场风险的控制，注意分散化投资、资金管理和风险控制等。
最终的选股逻辑
在元宇宙行业中选择昨天出现龙虎榜的个股，同时该股最高价、最低价、收盘价均高于前一 Cycle 的最高价、最低价、收盘价。
同花顺指标公式代码参考
选出2021年符合元宇宙行业的股票：INDUSTRY == '元宇宙' AND YEAR(DATE) == 2021;
选出昨天出现龙虎榜的股票：INDT('龙虎榜-上榜日期', index=-1) == PREVDAY;
选出近期形成底部抬高的股票：HHV(HIGH, 60) > REF(HHV(HIGH, 60), 1) \
AND LLV(LOW, 60) > REF(LLV(LOW, 60), 1) \
AND CLOSE > REF(CLOSE, 60) \
AND REF(CLOSE, 1) > REF(CLOSE, 60);
合并筛选条件：(INDUSTRY == '元宇宙' AND YEAR(DATE) == 2021) AND \
(INDT('龙虎榜-上榜日期', index=-1) == PREVDAY) AND \
(HHV(HIGH, 60) > REF(HHV(HIGH, 60), 1) AND LLV(LOW, 60) > REF(LLV(LOW, 60), 1) \
AND CLOSE > REF(CLOSE, 60) AND REF(CLOSE, 1) > REF(CLOSE, 60));
python代码参考
import akshare as ak
import talib
def get_eligible_stocks():
eligible_stocks = []
stock_data = ak.stock_zh_a_hist(symbol="sh000001")
for stock_code in stock_data['code']:
stock_df = ak.stock_zh_a_daily(symbol=stock_code, start_date='20210101')
if INDT('龙虎榜-上榜日期', index=-1) == PREVDAY \
and talib.MAX(stock_df['high'], timeperiod=60)[-1] > talib.MAX(stock_df['high'], timeperiod=60)[-2] \
and talib.MIN(stock_df['low'], timeperiod=60)[-1] > talib.MIN(stock_df['low'], timeperiod=60)[-2] \
and stock_df['close'].iloc[-1] > stock_df['close'].iloc[-61] \
and stock_df['close'].iloc[-2] > stock_df['close'].iloc[-61]:
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
在上述 Python 代码中，我们使用 akshare 包获取 A 股的日线行情数据，引入 talib 库中的 MAX, MIN 和 REF 函数进行股价趋势的计算，筛选出满足条件的股票。同样需要注意对数据的清洗和异常处理，保证选出的股票具有较好的盈利能力和可持续性。该选股策略适用于短期操作，需要在实践中不断调整和改进，得到更好的投资效果。
## 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。
