问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,机器人概念且流通市值小于100亿。
选股逻辑分析
该选股策略旨在选出元宇宙和机器人概念板块中具有潜力的优质股票。该选股策略要求股票在2021年年初至今的任意一个交易日9点25分时的涨幅小于6%。同时，要求股票机器人概念且流通市值小于100亿，以过滤掉过大的公司。
机器人概念股票在未来具有较高的市场预期和发展潜力，而流通市值较小的公司则具有较高的市场反应速度和波动性，能够为投资者带来更高的投资回报。
选股策略结合了基本面和市场发展趋势两个方面因素，力求挖掘出基本面优秀、发展性好的股票。
有何风险？
从选股策略的角度看，策略过于简单，可能会漏选或错排一些优质股票，如未能挖掘出元宇宙、机器人概念中的独角兽企业，同时该策略也存在投资风险，例如股票流通市值小的公司有可能存在股权结构不健全或流动性不足的风险。
如何优化？
可以引入其他的基本面和市场因素指标，例如公司的盈利增长率、股价波动率等，以提高选股策略的准确性和效率。加入风险管理指标，如RSI指标等。
此外，可以根据不同的市场情况进行动态调整选股策略，包括行业轮动、宏观经济情况等。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,机器人概念且流通市值小于100亿，加入其他的基本面和市场因素指标以提高选股策略的准确性和效率。
同花顺指标公式代码参考
元宇宙板块：CATEGORY = 'SW1_zxx'
机器人概念：CONCEPTS_THEME_ORG = '机器人'
流通市值小于100亿：CAPITALIZATION > 0 AND CAPITALIZATION < 100 AND ASKUNIT>0
9点25分涨幅小于6%：(OPEN/REF(CLOSE,1) - 1) < 0.06 AND YEAR(DATE) = 2021
符合条件的股票：CATEGORY ='SW1_zxx' AND CONCEPTS_THEME_ORG = '机器人' AND CAPITALIZATION > 0 AND CAPITALIZATION < 100 AND ASKUNIT > 0 AND (OPEN/REF(CLOSE,1) - 1) < 0.06 AND YEAR(DATE) = 2021
Python代码参考
利用Python的选股代码如下：
import akshare as ak
import pandas as pd
# 获取A股股票列表
stock_list = ak.stock_zh_a_spot_em()
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 获取机器人概念股票数据
robot_stocks = ak.stock_zh_a_spot_em()
robot_stocks = robot_stocks[robot_stocks['所属概念'] == '机器人']
# 筛选出符合条件的股票
final_stocks = pd.DataFrame(columns=['symbol'])
for symbol in yxu_stocks['symbol']:
if symbol in robot_stocks['代码'].values and symbol in stock_list['代码'].values:
finance_data = ak.stock_financial_report_sina(symbol, year=2020, quarter=4)
if finance_data['净利润(亿元)'][0] > 0 and finance_data['净利润(亿元)'][1] > 0 and finance_data['净利润(亿元)'][2] > 0 and finance_data['净利润(亿元)'][3] > 0 and finance_data['净利润(亿元)'][4] > 0 and finance_data['净利润(亿元)'][5] > 0 and finance_data['净利润(亿元)'][6] > 0 and finance_data['净利润(亿元)'][7] > 0 and finance_data['净利润(亿元)'][8] > 0 and finance_data['净利润(亿元)'][9] > 0 and finance_data['净利润(亿元)'][10] > 0 and finance_data['净利润(亿元)'][11] > 0 and finance_data['净利润(亿元)'][12] > 0 and finance_data['净利润(亿元)'][13] > 0 and finance_data['净利润(亿元)'][14] > 0 and finance_data['净利润(亿元)'][15] > 0 and finance_data['净利润(亿元)'][16] > 0 and finance_data['净利润(亿元)'][17] > 0 and finance_data['净利润(亿元)'][18] > 0 and finance_data['净利润(亿元)'][19] > 0 and finance_data['净利润(亿元)'][20] > 0 and finance_data['净利润(亿元)'][21] > 0 and finance_data['净利润(亿元)'][22] > 0 and finance_data['净利润(亿元)'][23] > 0:
market_data = ak.stock_zh_a_daily(symbol, start_date='20210101')
if (market_data.iloc[1]['open'] / market_data.iloc[0]['close'] - 1) < 0.06 and float(ak.stock_financial_analysis_indicator_em(symbol).loc['市盈率'][1:-1]) < 100 and market_data.iloc[0]['流通市值'] < 10000000000 and market_data.iloc[0]['流通股本(万股)'] > 0:
final_stocks = final_stocks.append({'symbol': symbol}, ignore_index=True)
## 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。
