问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、量比大于1.5、量比小于6。
选股逻辑分析
该选股逻辑包括了元宇宙行业和圆弧形态的选股条件，并加入了量比指标。量比指标是衡量股票成交量的一个指标，可以反映出股票的活跃度和市场情况。
有何风险？
该选股逻辑中加入了量比指标作为选股条件，但仅仅是单一指标，没有考虑其他相应的技术指标及基础面数据。另外，量比指标也可能出现一定程度的错杀情况，特别是在市场极度活跃或不活跃的情况下。
如何优化？
可以结合其他技术指标，如均线、动量指标、KDJ指标等，加入量比指标，以便更全面地评估股票。同时，也可以考虑加上基本面数据的评估，如营收、利润、财务杠杆等指标，来综合评估选择的股票。另外，对于量比指标的选股要求也应视市场情况做适当的调整。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、量比指标并结合其他技术指标、基本面数据进行综合评估。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通达信数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
已上市公司量比指标计算公式：成交量÷成交量的均值
其他技术指标和基本面数据可以通过同花顺数据源、OA开发论坛、通达信公式、文华财经等获取。
Python代码参考
import akshare as ak
import pandas as pd
import numpy as np
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def high_volume_ratio_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['volume'] / data['volume'].rolling(window=20).mean() > 1.5), # 量比大于1.5
(data['volume'] / data['volume'].rolling(window=20).mean() < 6) # 量比小于6
# 这里加入技术指标和基本面数据的筛选条件
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = high_volume_ratio_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
在该选股逻辑的Python代码中，加入了量比指标的计算公式，并加入其他相应的筛选条件。同时，也可以根据实际情况，对技术指标和量比指标的计算等方面进行适当的调整。
## 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。
