问财量化选股策略逻辑
选股策略为：在元宇宙领域中，选择昨日出现龙虎榜并且今日最大跌幅在-5%到-4%之间的股票。
选股逻辑分析
该选股策略旨在从元宇宙行业中挑选出表现不佳但有可能反弹的股票，更加注重短期走势的考虑，而不仅仅是关注公司基本面。
有何风险？
该策略存在过分注重短期走势而忽视公司基本面和长期价值的可能，同时过分注重跌幅的股票可能存在风险。此外，低价股票和涨幅较高的股票可能存在较大的风险。
如何优化？
可以通过综合分析公司基本面、行业趋势以及近期新闻等因素，得出更加全面的判断和预测。同时，可以通过回溯测试的方法减少主观性和风险。
最终的选股逻辑
在元宇宙行业中，选择今日最大跌幅在-5%到-4%之间，并且昨天出现龙虎榜的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票： INDUSTRY == '元宇宙';
选出今日最大跌幅在-5%到-4%之间的股票： MIN5('日线行情-最高价_') / REF(MIN5('日线行情-最高价_'), 1) * 100 < -4
AND MIN5('日线行情-最高价_') / REF(MIN5('日线行情-最高价_'), 1) * 100 > -5;
选出昨天出现龙虎榜的股票： INDT('龙虎榜-上榜日期') == PREVDAY;
合并筛选条件： (INDUSTRY == '元宇宙')
AND (MIN5('日线行情-最高价_') / REF(MIN5('日线行情-最高价_'), 1) * 100 < -4
AND MIN5('日线行情-最高价_') / REF(MIN5('日线行情-最高价_'), 1) * 100 > -5)
AND (INDT('龙虎榜-上榜日期') == PREVDAY);
Python代码参考
import akshare as ak
def get_eligible_stocks():
eligible_stocks = []
stock_data = ak.stock_zh_a_spot_em()
stock_data = stock_data[(stock_data['industry'] == '元宇宙')]
for index, row in stock_data.iterrows():
max_fall = (MIN5('日线行情-最高价_', index) / REF(MIN5('日线行情-最高价_', index), 1) * 100)
if (max_fall < -4) and (max_fall > -5) and \
(INDT('龙虎榜-上榜日期', index) == PREVDAY):
eligible_stocks.append([index, row['name']])
return eligible_stocks
print(get_eligible_stocks())
在 Python 计算环境中，可以通过 akshare 包获取 A 股的相关数据，并通过编写筛选条件实现选股。注意数据的清洗与异常处理，并对每只股票都计算出符合策略的指标。
## 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。
