问财量化选股策略逻辑
选股逻辑：元宇宙,流通市值大于100亿元,今日最大跌幅＜-4且＞-5。
选股逻辑分析
该选股策略要求股票符合元宇宙板块，且流通市值大于100亿元，且当天的最大跌幅在-4%到-5%之间。最大跌幅是指当天最低价相对于上一个交易日收盘价的跌幅，可以反映市场对该股票的情绪。在适当加入其它基本面因素的情况下，该策略可以过滤出市场下跌时，表现相对较强的股票。
有何风险？
该选股策略可能会出现过于注重短期行情的情况，而忽略了公司基本面的重要性。在特定的市场状况下，可能会出现过度的调整，导致选股策略的失效。同时，该选股策略还存在领域局限性，因为筛选股票的标准仅限于元宇宙板块。
如何优化？
在优化方面，可以考虑加入更多基本面因素，如公司业绩、财务指标等来筛选股票，并设置更为有效的止损规则，以期进一步提高股票筛选的精准度。同时，应对筛选标准进行动态调整，加入历史数据的分析，以适应市场的变动。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,今日最大跌幅＜-4且＞-5。
同花顺指标公式代码参考
以下是利用同花顺自定义指标进行筛选的代码片段：
选股公式：板块="元宇宙" AND 流通市值>10000000000 AND—— ABS((C/REF(C,1)-1) / REF(CLOSE,1) * 100) >= 4 AND ABS((C/REF(C,1)-1) / REF(CLOSE,1) * 100) <= 5；
自定义指标代码：(C/REF(C,1)-1) / REF(CLOSE,1) * 100
注：以上代码中，以同花顺软件为例展示了选股公式和自定义指标的设置方法。需要注意的是，该策略的具体实现还需要根据实际需求进行适当调整。
Python代码参考
以下是获取符合该要求股票的Python代码片段：
import QUANTAXIS as QA
# 获取元宇宙板块及流通市值超过100亿元的标的
df = QA.QA_fetch_stock_block_adv().get_code_filtered('元宇宙')
df = df[df['c_market_cap'] > 1000000000]
# 获取最大跌幅在-4%到-5%之间的标的
tech = QA.QA_fetch_stock_day_adv(list(df.index), '2022-07-22', '2022-07-22')
tech = tech.reset_index().set_index(['code', 'date'])
tech['max_drop_pct'] = (tech['low'] / tech['pre_close'] - 1) * 100
code_list = tech[(tech['max_drop_pct'] > -5) & (tech['max_drop_pct'] < -4)].index.get_level_values(0).tolist()
# 输出筛选结果
print(df[df.index.isin(code_list)])
注：以上代码中，使用的是 QuantAxis 库中的数据获取和计算函数。其中，选股策略中是基于元宇宙板块、流通市值和最大跌幅的筛选，以供参考。实际应用中应根据实际需求进行适当调整。
## 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。
