问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,上市大于。
选股逻辑分析
选股逻辑同样以元宇宙板块的概念为筛选条件，另外结合上市时间和涨跌情况对股票进行基本面和技术面的综合分析。首先从技术面出发，考虑到在交易日的早晨，9点25分的涨跌情况是股票走势的重要参考，因此筛选出当天9点25分的涨跌幅小于6%的股票；同时，要求股票的上市年数要大于一定的值，来保障市场经验足够丰富；最后，从元宇宙板块中，挑选出符合条件的个股。
有何风险？
该选股逻辑的风险主要包括如下几点：一是由于涨跌情况和上市年数等影响因素的不可预测性，这种选股逻辑存在一定的误判风险；二是可能会忽略一些有潜力的股票，比如那些刚上市不久但是具有良好基本面的个股。
如何优化？
一方面，可以考虑引入更多的技术指标，如成交量、相对强弱指标、均线指标等进行多维度筛选和综合分析，以提高选股准确度和防范误判风险；另一方面，可以考虑在元宇宙板块内引入基本面过滤条件，如市盈率、市净率、净利润等，来筛选出具备良好基本面和观察潜力的股票。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,上市大于3年。
同花顺指标公式代码参考
通达信指标：
元宇宙板块：CATEGORY='SW1_zxx'
9点25分涨幅小于6%：(Ref(CLOSE,1)/OPEN - 1) < 0.06
上市大于3年：DATEDIFF('M',LISTDATE,GETDATE())/12 > 3
条件筛选：CATEGORY=='SW1_zxx' AND (Ref(CLOSE,1)/OPEN - 1) < 0.06 AND DATEDIFF('M',LISTDATE,GETDATE())/12 > 3
Python代码参考
以下是利用Python进行选股的代码：
import akshare as ak
import pandas as pd
from datetime import datetime
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出符合条件的股票
final_stocks = pd.DataFrame(columns=['symbol'])
for symbol in yxu_stocks['symbol']:
stock_info = ak.stock_basic_info(symbol)
list_date = stock_info['list_date']
list_years = (datetime.now() - datetime.strptime(list_date, '%Y%m%d')).days / 365
if list_years > 3:
daily_data = ak.stock_zh_a_daily(symbol)
if daily_data.iloc[0]['changepercent'] < 0.06:
final_stocks = final_stocks.append({'symbol': symbol}, ignore_index=True)
# 按市值排序并取前5只股票
final_stocks = yxu_stocks[yxu_stocks['symbol'].isin(final_stocks['symbol'])].sort_values(by='market_cap', ascending=False).head(5)
## 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。
