问财量化选股策略逻辑
选股逻辑为：元宇宙行业，圆弧形形态，涨跌幅与超大单净量的乘积。
选股逻辑分析
该选股策略仍然基于元宇宙行业和圆弧形形态，但加入了涨跌幅与超大单净量的乘积来筛选个股。其中，涨跌幅代表了市场表现，而超大单净量则反映了大资金的活动。通过两者的乘积筛选出的股票有望具有强劲的市场表现和投资潜力。
有何风险？
该选股策略存在的主要风险是过度依赖历史数据和技术分析，难以应对市场风险的变化。此外，超大单净量的计算可能存在误差，有可能带来较大的股票选择风险。
如何优化？
在优化选股逻辑时，可以考虑加入其他基本面因素如公司盈利情况、管理层能力等因素，以提高股票筛选的准确度。另外，超大单净量也需要细致的计算和分析，从而减小误差并提高选股的准确度。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，涨跌幅与超大单净量的乘积，并考虑公司的基本面因素以提高选股准确度。
同花顺指标公式代码参考
通达信代码：
SELECT(MARKET='1' AND YELLOW(CORNER(TEXTP(低) 黄) AND WAVEUP(C),10) AND RATIO((VOL)/5,MA(VOL,30))> 1.5 ,CODE)
其中，MARKET表示主板股票，CORNER(TEXTP(低) 黄)和WAVEUP(C)表示圆弧形形态。RATIO((VOL)/5,MA(VOL,30))>1.5表示股票超大单净量标准化后的值与过去30日均量的比值大于1.5倍，则符合选股条件。
python代码参考
import tushare as ts
import pandas as pd
def get_net_volume(code):
# 获取股票资金流向
df = ts.get_sina_dd(code, date='2022-01-10')
net_volume = df.groupby(['type']).sum()['volume']
# print(net_volume)
if '买盘' in net_volume and '卖盘' in net_volume:
return net_volume['买盘'] - net_volume['卖盘']
else:
return 0
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
today_data = ts.get_today_all()
today_data = today_data[(today_data['changepercent'] > 1) & (today_data['code'].str.startswith('6'))]
net_volumes = []
for code in today_data['code']:
net_volumes.append(get_net_volume(code))
today_data['net_volume'] = net_volumes
today_data['net_volume_norm'] = today_data['net_volume'] / today_data['volume'] * 100
today_data = today_data[(today_data['net_volume_norm'] * today_data['changepercent'] > 100)]
res = pd.merge(gg_stocks, today_data, on='code')
return res
print(get_stock_data())
其中，函数get_net_volume用于获取指定股票的超大单净量，get_stock_data函数用于获取符合选股条件的股票数据，最终筛选条件包括元宇宙行业、当日涨幅大于1%、超大单净量标准化后的值与涨幅的乘积大于100。
## 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。
