问财量化选股策略逻辑
选股逻辑：元宇宙、昨天换手率＞8%、昨日成交额大于6千万。
选股逻辑分析
该选股方法选取了元宇宙板块中，昨日换手率大于8%，且昨日成交额大于6千万的股票。该方法主要考虑了成交量和流动性，但相对较为单一，无法对股票的基本面进行综合考量。
有何风险？
该选股策略存在比较大的风险，当市场出现异常波动或政策调整等情况时，选出的股票可能会有较大的下跌风险。同时，该选股策略无法对股票的基本面因素进行充分考虑，如公司盈利、估值等因素，可能会造成投资者的亏损。
如何优化？
在选股时应考虑多方面因素，如基本面、技术面、市场热点等因素，建立更为全面的选股模型。可以考虑采用因子模型来综合考虑多因素，以实现更为科学和全面的选股策略。
最终的选股逻辑
选股逻辑：元宇宙板块、昨日换手率＞8%、昨日成交额大于6千万、市盈率小于20，并且近30天涨幅排名在前30%。
同花顺指标公式代码参考
元宇宙板块：CATEGORY = ‘SW1_zxx’
昨天换手率大于8%：VOLPRI > 0.08
昨日成交额大于6千万：MONEY > 6000
市盈率小于20：PE < 20
近30天涨幅排名：RANK <= 0.3
取符合条件的股票：CATEGORY = 'SW1_zxx' AND VOLPRI > 0.08 AND MONEY > 6000 AND PE < 20 AND RANK <= 0.3
Python代码参考
相应的Python选股代码如下：
import akshare as ak
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 获取市盈率数据
financial_data = ak.stock_financial_report_sina(stock="000001", symbol="balancesheet")
pe_data = financial_data['10'][['code', 'report_date', 'total_capital', 'total_liability', 'net_profit']].sort_values('report_date').drop_duplicates('code', keep='last')
pe_data['pe'] = pe_data['total_capital'] / pe_data['net_profit']
pe_data = pe_data[['code', 'pe']].set_index(['code'])
# 获取涨幅数据
rank_data = ak.stock_sector_style(indicator="RANK", date="20220223")
# 筛选符合条件的股票
selected_stocks = []
for stock in yxu_stocks['stock_name'].tolist():
# 判断是否满足条件
if rank_data[stock]['RANK'] <= 0.3 and stock in pe_data.index.tolist() and pe_data.loc[stock, 'pe'] < 20:
daily_data = ak.stock_zh_a_daily(symbol=stock)
if daily_data.iloc[-1]['turnover_value'] > 6000 * 10000 and daily_data.iloc[-2]['turnover_rate'] > 8:
selected_stocks.append(stock)
selected_stocks_final = selected_stocks
## 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。
