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,500日内至少2次涨停。
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，且在过去500个交易日内至少有2次涨停。该策略主要针对短期股价出现较大波动的标的，旨在挖掘近期火热的投机行情。
有何风险？
该选股策略侧重于短期行情的挖掘，其逻辑较为单一，容易受市场情绪影响，并有一定的风险。另外，该选股策略比较注重股价的波动趋势，忽略了其他因素的影响，如公司财务状况、行业发展趋势等，风险较高。
如何优化？
在优化方面，可以加入基本面因素，并对选股策略进行细化，如可以设置不同的涨停次数、涨幅限制等条件。此外，可以考虑引入其它技术分析指标，如K线形态、均线系统等，提高策略的稳定性和可靠性。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,500日内至少2次涨停。
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>1000000000
AND C>REF(MAX(C,21),1);
自定义指标代码：MAX;
注：同花顺中的 MAX 指标为求一段时间内的最大值，这里求的是500个交易日内的最高价。如果当前收盘价超过了这个最高价最近一日的收盘价，则说明出现了至少一次涨停。
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]
# 获取涨停数据
df_limit = QA.QA_fetch_get_stock_day('tdx', df.index.tolist(), '2020-01-01', '2022-07-01')
df_limit = QA.QA_fetch_candle_package(df_limit)
df_limit = df_limit.groupby('code').max()
df_limit = df_limit.rename(columns={'high': 'max_high'})
# 获取最高价数据
df_high = QA.QA_fetch_stock_day_adv(list(df.index), '2021-01-01', '2022-07-01').to_qfq()
df_high = df_high.groupby('code').max()
df_high = df_high.rename(columns={'high': 'max_price'})
# 筛选符合条件的标的
df_res = df_high.join(df_limit)
df_res = df_res[df_res['max_high'].pct_change().rolling(21).max().shift(-1) >= 0.099]
print(df_res)
注：以上代码中，首先是通过 QuantAxis 库获取符合条件的股票，然后获取这些股票在过去的500个交易日内的最高价和涨停数据，最后通过计算涨停的次数和最高价是否超过过去500天内最高价进行筛选，得到符合条件的标的。
## 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。
