问财量化选股策略逻辑
选股策略为：元宇宙行业，流通盘小于等于55亿股，昨天换手率＞8%的股票。
选股逻辑分析
该选股策略主要关注元宇宙行业内，流通盘规模适中、交易活跃度较高的股票。这种情况下，股票的投资价值相对较高，但也要考虑投资风险。
有何风险？
此选股策略可能会错过一些短期内换手率未达标或流通盘较小的股票，同时高换手率也可能对股票价格带来较大的影响，需要注意风险控制。
如何优化？
可以加入其他指标如当前股价与均线的比较（高于/低于均线）、前一日涨跌幅等指标，以更全面地评估股票的投资价值和风险。
最终的选股逻辑
选取元宇宙行业内，流通盘小于等于55亿股，昨天换手率＞8%的股票作为投资标的。
同花顺指标公式代码参考
无
Python代码参考
import akshare as ak
import datetime
def get_eligible_stocks():
# 获取A股的交易数据
stock_data = ak.stock_zh_a_daily_em(symbol="", start_date="", end_date="", adjust="")
# 获取昨天的日期，用于筛选前一日的交易数据
yesterday = datetime.date.today() - datetime.timedelta(days=1)
eligible_stocks = []
for index, row in stock_data.iterrows():
# 筛选符合条件的股票
if ('元宇宙' in row['行业名称'] and
row['流通市值'] <= 55 and
row['换手率'] >= 8):
try:
stock_code = index.split('_')[1]
# 获取前一日的交易数据
stock_quote_data = ak.stock_zh_a_daily(symbol=stock_code, adjust='qfq', start_date=yesterday)
# 计算前一日的涨跌幅
pre_close = stock_quote_data.loc[0]['close']
pct_change = (row['收盘价'] - pre_close) / pre_close
# 判断股票是否符合条件
if (pct_change > 0):
eligible_stocks.append([stock_code, row['名称']])
except:
pass
return eligible_stocks
print(get_eligible_stocks())
该选股策略的Python代码中，用Akshare获取A股的交易数据。然后，对于每一只符合条件的股票，用Akshare获取前一日的交易数据，并计算前一日的涨跌幅。接着，筛选出符合条件的股票，将其代码和名称存入列表。同时，要注意容错处理，比如可能出现某些股票在某些时间点无法获取数据的情况。
## 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。
