问财量化选股策略逻辑
本选股策略为：在元宇宙行业中，选择前25天内有涨停且PE>0的个股。
选股条件为：元宇宙,前25天有涨停,PE>0。
选股逻辑分析
本选股策略主要从基本面出发，通过前25天的涨停情况和股票的PE比值筛选出市场关注度较高、基本面良好的股票，更趋于选股价值投资型股票。
有何风险？
本选股策略存在以下风险：
- 忽略了市场热度和技术面指标，可能会导致选择的股票波动性过大。
- 只考虑在元宇宙行业中选股，同时可能存在行业内波动性过大导致的风险。
- 忽略了其他基本面指标，如市盈率、市净率等，可能会导致选择的股票长期表现不如预期。
如何优化？
为了提高本选股策略的绩效和可靠性，可以：
- 在股票选择方面，可以考虑综合多种指标，如基本面、技术面、市场热度和资金面等，以便更准确地选股和建立投资组合。
- 延长选股周期，采用更长时间的历史数据，结合长期的价值投资考虑，以辅助确认股票的价值和趋势。
- 在准备选股时，可以参考其他股票研究机构的研究报告，以及研究行业敏感度和竞争对手状况，进一步确认股票是否值得购买。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且PE>0的个股，以确定买入时间和买点。
选股条件为：元宇宙,前25天有涨停,PE>0。
同花顺指标公式代码参考
HHV(IF(P/E>0,P/E),25) == REF(HHV(IF(P/E>0,P/E),25),1)
python代码参考
import pandas as pd
from typing import List
import numpy as np
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
select_df = []
sub_df = df.loc[today]
sub_df = sub_df[sub_df['非ST涨停板'] == 1]
sub_df = sub_df[sub_df['PE'] > 0]
sub_df = sub_df[sub_df['前25天涨停日期'].apply(lambda x: x != [])]
select_df = sub_df['code'].unique().tolist()
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。
