问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取开盘价在十日均线左右，且换手率在2%和9%之间的股票。
选股逻辑分析
本选股策略依然以行业和技术指标为筛选条件，但加入了换手率作为股票流动性的评价指标，结合选股逻辑中的其他条件可以有效评估股票的表现。同样，本选股策略中仍然未引入基本面因素。
有何风险？
本选股策略中的风险与前一个选股策略相似，具体如下：
- 过度依赖技术指标，可能忽略其他重要的因素；
- 在短时间内选出的股票表现良好，但可能不具有长期价值；
- 选股逻辑中存在干扰项，如开盘价在十日均线左右并不一定能代表股票的实际表现。
如何优化？
为了提高本选股策略的可靠性和全面性，可以加入其他市场和经济因素，如加入企业基本面数据、市场分析数据和行业风险等数据，以帮助更好地评估股票的发展价值。另外，应充分考虑前景不确定性和市场波动性，及时调整选股策略和调整持股仓位。
最终的选股逻辑
在元宇宙行业中，选取开盘价在十日均线左右且换手率在2%和9%之间的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取开盘价在十日均线左右的股票：
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));
选取换手率在2%和9%之间的股票：
TURNOVER > 2 AND TURNOVER < 9;
合并选股条件：
(INDUSTRY == '元宇宙') AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1))) AND \
(TURNOVER > 2 AND TURNOVER < 9);
python代码参考
import tushare as ts
import pandas as pd
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_stock_basics()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry']:
continue
if (ts.get_today() - row['timeToMarket']).days < 365 * 2:
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 20:
continue
ma10 = prices['close'].rolling(10).mean()
if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
continue
if prices['turnover'].iloc[-1] < 2 or prices['turnover'].iloc[-1] > 9:
continue
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
本代码同样使用tushare库来获取股票数据，根据选股逻辑筛选符合条件的股票。加入了换手率作为指标，可以更科学地评估股票的风险和流动性。同时，加入了对低价格的判断，避免产生错误的选股结果。
## 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。
