问财量化选股策略逻辑
选股逻辑为：元宇宙行业，圆弧形形态，非科创板股票。
选股逻辑分析
该选股策略综合考虑了行业、形态以及板块因素，筛选出符合条件的元宇宙圆弧形态非科创板股票，可以在一定程度上提高选股命中率。
有何风险？
该选股逻辑的风险在于可能会过于狭隘地选取特定的行业、形态和板块，忽略了其他重要的因素，例如公司基本面、行业前景等，还存在市场、行业、政策等风险。
如何优化？
可以在原有逻辑基础上加入其他的技术指标或者基本面因素，例如RSI、MACD、PE、PB等指标，更全面地评估股票的综合表现。同时加入风险控制因素，例如人为干预、风险警示等，以规避风险。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，非科创板股票，同时考虑股票的基本面、技术面以及风险控制因素等。
同花顺指标公式代码参考
通达信代码：
SELECT C.SECODE FROM (SELECT SECODE FROM MARKET WHERE
HY = 'C010103'
AND (HIGH-OPEN)/OPEN > 0.01
AND (LOW-OPEN)/OPEN > 0.01
AND (HIGH-LOW)/OPEN > 0.03
AND SSTYPE != 6
ORDER BY TURNOVER DESC) C
WHERE MA(CLOSE,5) > MA(CLOSE,10)
AND LLV(LOW,20) == LOW;
其中，SSTYPE表示板块类型，6表示科创板。
python代码参考
import tushare as ts
import talib
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
df_today = ts.get_today_all()
df_today = df_today[df_today['code'].isin(gg_stocks['code'])][['name', 'code', 'industry', 'trade', 'pb', 'pe', 'sstype']]
# 选出圆弧形形态和非科创板股票
close_ma60 = df_today['trade'].rolling(window=60).mean()
lclose_ma60 = close_ma60.shift(1)
df_today = df_today[(abs((df_today['high']-df_today['open'])/df_today['open']) > 0.01)
& (abs((df_today['low']-df_today['open'])/df_today['open']) > 0.01)
& (abs((df_today['high']-df_today['low'])/df_today['open']) > 0.03)
& (df_today['sstype'] != 6)
& (close_ma60 > close_ma60.rolling(window=10).mean())
& (df_today['low'].rolling(window=20).min() == df_today['low'])]
# 选出符合条件的股票
res = df_today[['name', 'code', 'industry', 'pb', 'pe']]
res = res.rename(columns={'pb': '市净率', 'pe': '市盈率'})
return res
print(get_stock_data())
## 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。
