问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择前25天有涨停板且昨日进入龙虎榜的标的，以寻找短期内获得市场关注的品种。
选股条件为：元宇宙、前25天有涨停、昨天进入龙虎榜。
选股逻辑分析
本选股策略的思路是：选取在元宇宙行业中短期内获得市场关注度的标的，通过前25天是否有涨停板和昨日是否进入龙虎榜来进行筛选。这种选股策略注重市场情绪和短期走势，适合短线交易者和追涨型投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了股票的基本面和未来发展潜力；
- 仅依赖于市场情绪和短期走势进行选股，存在较大的风险；
- 龙虎榜并不一定代表好消息，可能是遭遇市场恶意炒作。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 综合考虑基本面因素和技术指标，通过多因素模型进行选股；
- 对选取的标的进行定期的基本面和财务状况分析；
- 对龙虎榜的消息进行二次判断，避免受到市场恶意炒作的干扰。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且昨日进入龙虎榜的标的，以寻找短期内获得市场关注的品种。
选股条件为：元宇宙、前25天有涨停、昨天进入龙虎榜。
同花顺指标公式代码参考
选股条件：前25天有涨停板 & 昨天进入龙虎榜
TDX公式：
C1: CROSSCOUNT(ZT>0, C) > 0;
C2: LAST(LHB > 0);
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板 AND 昨天进入龙虎榜
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days > 0 and his_df.iloc[-2]['龙虎榜统计'] > 0:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], reverse=False)
return select_df
## 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。
