问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、昨天出现龙虎榜。
选股逻辑分析
将元宇宙行业和圆弧形态作为选股基础逻辑，结合昨天出现龙虎榜，则希望能够通过热点题材和资金流向来筛选出潜力股。
有何风险？
龙虎榜只是反映了某些资金的操作，不能代表整个市场的看法。而且昨天出现龙虎榜的股票，也可能已经过了炒作期。因此，需谨慎对待。
如何优化？
可以结合市场情况，加入涨跌幅、放量等指标进行综合评估，避免单一指标的情况。另外，可以根据股票基本面信息，如财务报表和行业地位等，进行精细化筛选，以降低风险。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、昨天出现龙虎榜，并结合涨跌幅、放量等指标和股票基本面信息进行综合评估。
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。
龙虎榜可以通过同花顺数据源获取。
涨跌幅：(收盘价-昨日收盘价)/昨日收盘价
放量：成交量 > MA(C,5) * 1.5
股票基本面信息可以通过同花顺数据源获取，也可以通过公司公告、年报等途径获取。
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 hot_topic_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['code'].isin(ak.stock_sina_lhb()['股票代码'].unique())), # 昨天出现龙虎榜
(data['changepercent'] > 0), # 涨幅大于0
(data['volume'] > data['volume'].rolling(5).mean() * 1.5), # 放量
# 这里加入其他股票基本面信息的筛选条件
]
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 = hot_topic_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，加入了龙虎榜和其它关键指标筛选条件。同时，可以根据市场情况和行业分析，对于股票基本面信息进行进一步筛选。
## 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。
