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天有涨停板且年度内表现较好的标的，以寻找具备一定上涨空间的品种。
选股条件为：元宇宙、前25天有涨停板、2021年内表现较好。
选股逻辑分析
本选股策略的思路是：选取在元宇宙行业中具备一定上涨空间，且在2021年表现较好的标的，通过前25天是否有涨停板作为短期走势筛选因素，筛选具备短期上涨潜力的标的。此方法适用于短线交易者和追涨型投资者。
有何风险？
本选股策略存在以下风险：
- 选择时间范围过短，可能出现样本数据不足的问题；
- 忽略了股票的基本面和未来发展潜力；
- 前25天有涨停板的标的，可能因为涨幅过大而引发回调风险。
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：
- 延长选股时间范围，增加数据样本，提升选股策略的稳定性；
- 综合应用基本面和多种技术指标，通过多因素模型选股，实现更加精准的选取；
- 市场风险控制，控制仓位和风险，进行科学投资。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且2021年内表现较好的标的，以寻找具备较强上涨潜力的品种。
选股条件为：元宇宙、前25天有涨停板、2021年内表现较好。
同花顺指标公式代码参考
选股条件：前25天有涨停板 & 2021年表现较好
TDX公式：
C1: REF(C>REF(C,1),25) > 0;
C2: (C-C20)/C20 > 0.3;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板 & 2021年表现较好
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int, year: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
price_start_year = his_df.loc[his_df.index.get_level_values('date').year == year, '收盘价'].iloc[0]
price_end_year = his_df.loc[his_df.index.get_level_values('date').year == year, '收盘价'].iloc[-1]
if zt_days > 0 and (price_end_year - price_start_year) / price_start_year > 0.3:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], 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。
