问财量化选股策略逻辑
选股逻辑：元宇宙、昨天换手率＞8%、上市时间大于一年。
选股逻辑分析
该选股策略选取了元宇宙板块中昨天换手率大于8%且上市时间大于一年的股票。与前一个选股逻辑相比，增加了一年以上上市的要求。同时还是比较依赖于股票的成交量数据，认为成交量是股票价格变化的动力，同时也要求股票在元宇宙板块中有一定的关联性。
有何风险？
该选股策略仍然可能会存在价格高估的风险及成交量数据受重要消息刺激而出现大幅波动的风险。同时过于依赖板块选股也可能带来风险。并且该策略没有考虑到财务、营收等基本面数据，过度依赖股票价格和成交量数据，可能使投资者忽略公司真正的价值和潜力。
如何优化？
可以通过加入其它指标如市值、财务数据等对该选股策略进行综合考量。可以考虑过滤一些波动较大的股票，如均价大涨大跌的股票，同时也可以结合板块和个股的特殊走势进行选股，等等。
最终的选股逻辑
选股逻辑：元宇宙、昨天换手率＞8%、上市时间大于一年、市值处于前25%。
同花顺指标公式代码参考
元宇宙板块：CATEGORY='SW1_zxx'
昨日换手率大于8%：VOLPRI > 0.08
上市时间大于一年：MONTHS_SINCE_XR(''OPEN'')>12
市值处于前25%：MARKETCAP/100000000<(SELECT PERCENTILE(MARKETCAP/100000000,0.25) FROM STOCK_BASIC)
取符合条件的股票：CATEGORY='SW1_zxx' AND VOLPRI > 0.08 AND MONTHS_SINCE_XR(''OPEN'')>12 AND MARKETCAP/100000000<(SELECT PERCENTILE(MARKETCAP/100000000,0.25) FROM STOCK_BASIC)
Python代码参考
相应的Python选股代码如下：
import akshare as ak
import pandas as pd
from datetime import datetime, timedelta
# 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']
# 获取所有股票市值数据和上市日期数据
all_data = ak.stock_zh_a_daily_indicator()
all_data = all_data[['symbol', 'market_cap_ard']]
all_data['ipo_date'] = ak.stock_info_a(stock="all").iloc[:, 9]
selected_stocks = []
for stock in yxu_stocks['stock_name'].tolist():
stock_data = ak.stock_zh_a_daily(symbol=stock)
if stock_data.iloc[-2]['volpri'] > 0.08 and (datetime.today() - datetime.strptime(all_data[all_data['symbol'] == stock]['ipo_date'].iloc[0], '%Y-%m-%d')).days > 365:
market_cap = all_data[all_data['symbol'] == stock].iloc[0]['market_cap_ard']
if market_cap < all_data['market_cap_ard'].quantile(0.25):
selected_stocks.append(stock)
selected_stocks_final = selected_stocks
## 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。
