问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、排除北京A股股票。
选股逻辑分析
与上一个选股逻辑相比，排除了北京的A股股票，可能是由于政策因素或者区域市场有特殊的表现。同时，选股逻辑仍然注重元宇宙行业和圆弧形态的特点，以寻找有潜力的股票。
有何风险？
排除限制可能排除了一些潜在的潜力股票，同时圆弧形态的定义可能会与市场真实表现存在偏差，需要谨慎考虑。
如何优化？
可以尝试引入其他更为科学的技术指标和其他基本面指标对股票进行筛选，以综合评估股票的价值。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、排除北京A股股票或其他特定股票，并结合其他因素进行综合分析。
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。
排除特定股票的条件可以用股票代码达成，如 A_STOCK_CODE != '北京A股代码'
Python代码参考
import akshare as ak
import pandas as pd
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_stock_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['symbol'].str[:2] != 'BJ') # 排除北京A股或其他特定股票
]
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_stock_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，加入了排除北京A股和其他特定股票的条件，并结合其他基本面信息进行综合评估，以提高选股准确度和效果。
## 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。
