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%,大单净量排行。
选股逻辑分析
该选股策略同样关注元宇宙板块，将其与日常的股票涨跌幅以及大单净量排行相结合进行选股。选取涨幅小于6%可以筛选出相对较为稳健的股票，搭配大单净量排行，可以选出具有市场情绪支持的股票。元宇宙行业的潜力高，但同时也存在较大的风险，需要综合多个因素进行筛选。
有何风险？
该选股策略依旧存在一定的狭窄性，只选取了已知因素，未能考虑到其他可能的因素。同时，大单净量的涵义泛指不确定，不同的人可能有不同的解读，相对于其他指标存在主观性。因此，在使用该选股策略时，需要对选出的股票进行一定的风险评估，同时注意不易受到市场情绪波动影响的细节。
如何优化？
为了更精确地选出合适的股票，可以加入其他的技术指标进行筛选。如MACD、KDJ、MA等常见指标，可以帮助我们在更全面的角度上观察股票，找到更多价值。同时，也可以尝试利用机器学习、深度学习等技术，通过海量数据的分析，找到其他可能的关键因素进行综合筛选。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,大单净量排行。同时，可根据需要加入其他技术指标进行更全面地筛选。
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
大单净量排行：(BIG-LITTLE)/1000000 > 0
符合条件的股票：CATEGORY = 'SW1_zxx' AND (REF(CLOSE,1)/OPEN - 1) < 0.06 AND (BIG-LITTLE)/1000000 > 0
Python代码参考
利用Python的选股代码如下：
import akshare as ak
# 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，并按照大单净量排行排序
final_stocks = pd.DataFrame(columns=['symbol', 'big_small_ratio'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol)
big = daily_data.iloc[-1]['buy_vol'] - daily_data.iloc[-1]['sell_vol']
small = daily_data.iloc[-1]['buy_vol_chg'] - daily_data.iloc[-1]['sell_vol_chg']
if (daily_data.iloc[-2]['close'] / daily_data.iloc[-2]['open'] - 1) < 0.06 and (big - small)/1000000 > 0:
big_small_ratio = (big - small)/1000000
final_stocks = final_stocks.append({'symbol': symbol, 'big_small_ratio': big_small_ratio}, ignore_index=True)
final_stocks = final_stocks.sort_values(by='big_small_ratio', 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。
