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%,收盘价<boll(upper值)且收盘价>boll(mid值)。
选股逻辑分析
该选股策略同样关注元宇宙行业板块，筛选出当天早上9点25分相对较为稳定的股票。同时，要求收盘价在BOLL（布林线）指标的上界和下界之间，选取较为合理的股票。BOLL指标是一种基于均线的技术指标，通过结合移动平均线和标准差，来研判股票价格的波动情况。
有何风险？
该选股策略同样存在狭窄性，只关注了已知的因素，对其他未知的因素视而不见，存在一定的风险。此外，由于BOLL指标的特性，对于某些极端情况的股票，可能会出现误判的情况，需要谨慎使用。
如何优化？
在选股策略方面，可以尝试添加其他需要的关键因素，如市盈率、市净率、收益率等等，综合多个因素进行筛选，提高选股的准确率。同时，可以使用基于机器学习的方法，对数据进行训练优化，使得选股策略更为科学、精准。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,收盘价<boll(upper值)且收盘价>boll(mid值)。此外，可根据需要添加其他关键因素进行筛选。
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分涨跌幅小于6%：(REF(CLOSE,1)/OPEN - 1) < 0.06
收盘价在BOLL指标的上下界之间：CLOSE > (BOLLUPPER(CLOSE, 20, 2) + BOLLLOWER(CLOSE, 20, 2)) / 2 AND CLOSE < BOLLUPPER(CLOSE, 20, 2)
符合条件的股票：CATEGORY = 'SW1_zxx' AND (REF(CLOSE,1)/OPEN - 1) < 0.06 AND CLOSE > (BOLLUPPER(CLOSE, 20, 2) + BOLLLOWER(CLOSE, 20, 2)) / 2 AND CLOSE < BOLLUPPER(CLOSE, 20, 2)
Python代码参考
利用Python的选股代码如下：
import akshare as ak
import pandas as pd
import talib
# 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，并按照市值排序
final_stocks = pd.DataFrame(columns=['symbol', 'price'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol)
lower, middle, upper = talib.BBANDS(daily_data['close'].values, timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
if (daily_data.iloc[-2]['close'] / daily_data.iloc[-2]['open'] - 1) < 0.06:
if lower[-1] < daily_data.iloc[-1]['close'] < upper[-1]:
price = daily_data.iloc[-1]['close']
final_stocks = final_stocks.append({'symbol': symbol, 'price': price}, ignore_index=True)
final_stocks = final_stocks.sort_values(by='price', ascending=False)
## 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。
