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天有涨停板且今日最低价小于昨日最低价的股票，以寻找具有回升潜力的标的。
选股条件为：元宇宙、前25天有涨停板、今日最低价小于昨日最低价。
选股逻辑分析
本选股策略结合元宇宙行业的前景，选取前25天有涨停板和今日最低价小于昨日最低价作为买入信号。前25天有涨停板反映了市场对该股票的热度，而今日最低价小于昨日最低价则意味着股票价格有上涨的潜力。综合考量这两个信号，可以挑选出有望回升的优质企业。
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；
- 过于依赖市场情绪，存在选中短期热门股票的风险；
- 今日最低价小于昨日最低价不一定意味着股票价格会上涨，市场行情变化也可能影响股票价格。
如何优化？
为进一步提高选股策略的准确性和稳定性，可以：
- 加入其他公司基本面的指标，如业绩增长等，以更全面的视角看待企业；
- 考虑股票的相对强弱，选取相对表现更好的标的；
- 适度降低对市场情绪的依赖，引入其他量化指标辅助选股。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且今日最低价小于昨日最低价的股票，以寻找具有回升潜力的标的。
选股条件为：元宇宙、前25天有涨停板、今日最低价小于昨日最低价。
同花顺指标公式代码参考
选股条件：前25天有涨停板，今日最低价小于昨日最低价
TDX公式：
C1: REF(LOW,0) < REF(LOW,1); // 今日最低价小于昨日最低价
C2: REF(CLOSE>REF(CLOSE,1),25) > 0; // 前25天有涨停板
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
选出前25天有涨停板，今日最低价小于昨日最低价的股票。
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame) -> 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 his_df.empty or len(his_df) < 25:
continue
if his_df['最低价'].iloc[-1] < his_df['最低价'].iloc[-2]:
zt_days = his_df['涨停板'].rolling(window=25).sum().iloc[-1]
if zt_days == 0:
continue
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。
