问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、竞价时涨跌幅大于0且买入大单/特大单合计超过7000万元的股票。
选股逻辑分析
该选股逻辑通过元宇宙行业和圆弧形态进行行业及技术分析，确定股票的方向性，然后利用竞价时的买入大单和特大单以及涨跌幅指标进行股票的现实走势分析，从而找到符合要求的股票。
有何风险？
该选股逻辑较为注重股票竞价时的买入大单和特大单，忽略了股票交易全天的情况，且对于股票走势的判断较为简单，股票筛选能力不够鲁棒。
如何优化？
为了优化该选股逻辑的选股能力和鲁棒性，可以加入更多的技术指标和基本面分析，综合分析股票的多个方面因素，提高其选股能力和可靠性。同时，考虑到股票交易全天的情况，可以加入全天交易量的指标进行筛选，增加选股的准确度和稳定性。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、全天均万份基金持仓占比>=25%、竞价时涨跌幅大于0、买入大单和特大单合计超过7000万元、全天成交额大于3千万元。
同花顺指标公式代码参考
全天均万份基金持仓占比指标：...
竞价涨跌幅指标：...
买卖盘差额指标：...
全天成交额指标：...
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态指标
data['CIR'] = ...
# 自定义万份基金持仓占比指标
data['HOLD_PERCENT'] = ...
# 自定义竞价时涨跌幅指标
data['JINGJIA_CHANGE'] = ...
# 自定义大单差额指标
data['BIG_AMOUNT'] = ...
# 自定义特大单差额指标
data['HUGE_AMOUNT'] = ...
# 自定义全天成交额指标
data['DAILY_TURNOVER'] = ...
return data
def hot_stock_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['HOLD_PERCENT'] >= 0.25), # 全天均万份基金持仓占比>=25%
(data['JINGJIA_CHANGE'] > 0), # 竞价时涨跌幅大于0
((data['BIG_AMOUNT'] + data['HUGE_AMOUNT']) > 7000), # 买入大单和特大单合计超过7000万元
(data['DAILY_TURNOVER'] > 3000) # 全天成交额大于3千万元
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_hot_stocks():
# 获取所有A股
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
# 根据股票代码获取历史交易数据
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = hot_stock_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_hot_stocks())
在该选股逻辑的Python代码中，加入了更多的技术指标和基本面数据进行综合分析和选股筛选，以提高选股准确性和可靠性，并且针对股票走势和交易时间段进行了优化。同时对部分指标进行了自定义，提高了选股筛选的鲁棒性。
## 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。
