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天有涨停板且今日控盘比例高于21%的标的，以寻找控盘比例较高、市场热度较高的优质企业。
选股条件为：元宇宙、前25天有涨停板、今日控盘比例高于21%。
选股逻辑分析
本选股策略通过选取元宇宙行业中前期具备出色表现的标的，筛选出前25天有涨停板的标的，然后通过控盘比例来进一步筛选具有良好市场热度的标的。聚焦于掌握市场节奏，并通过控盘比例的高低来预测市场买卖热度。
有何风险？
本选股策略存在以下风险：
- 忽略了公司基本面的因素；
- 忽略了市场整体趋势带来的影响；
- 忽略了其他技术指标的影响。
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：
- 调整筛选标准，加入更多公司基本面、行业趋势、资金流向等指标的考量，以更全面的视角看待市场走向；
- 结合其他技术指标，如KDJ、MACD等技术指标，来综合评估标的的市场热度和买卖情况。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且今日控盘比例高于21%的标的，以寻找控盘比例较高、市场热度较高的优质企业。
选股条件为：元宇宙、前25天有涨停板、今日控盘比例高于21%。
同花顺指标公式代码参考
选股条件：前25天有涨停板，今日控盘比例＞21%
TDX公式：
C1: REF(C>REF(C,1),25) > 0; //前25天有涨停板
C2: C / (STOCK_CAPITALA * 10000 * IF(ASSET_PROP_STYLE=='SH','1000','1')) > 0.21; //今日控盘比例＞21%
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
今日控盘比例大于21%, 前25个交易日有涨停
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]['证券代码'].unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
if len(his_df) < days_before + 1:
continue
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days == 0:
continue
if his_df.iloc[-1]['控盘比例'] > 0.21:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '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。
