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，选择机器人概念且前25天有涨停板且流通市值小于100亿的标的，以寻找具备一定上涨潜力的优质企业。
选股条件为：元宇宙、前25天有涨停板、机器人概念、流通市值小于100亿。
选股逻辑分析
本选股策略的思路是：在元宇宙行业中选择具有机器人概念的标的，并结合前25天的涨停板情况和流通市值大小，筛选出具备一定上涨潜力的优质企业。流通市值小于100亿是为了过滤掉市值较大的股票，以降低风险。此方法适用于中长期投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了部分机器人概念的优质股票；
- 忽略了市场整体趋势可能带来的风险因素；
- 忽略公司财务指标可能会带来风险。
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：
- 调整筛选标准，加入公司财务指标等因素；
- 同时关注市场整体趋势，以减少风险；
- 根据市场特点定期对选股条件进行调整。
最终的选股逻辑
在元宇宙行业中，选择机器人概念且前25天有涨停板且流通市值小于100亿的标的，以寻找具备一定上涨潜力的优质企业。
选股条件为：元宇宙、前25天有涨停板、机器人概念、流通市值小于100亿。
同花顺指标公式代码参考
选股条件：前25天有涨停板、机器人概念、流通市值小于100亿
TDX公式：
C1: REF(C>REF(C,1),25) > 0; //前25天有涨停板
C2: INSTRUMENTINDUSTRYTYPE == '机器人'; //机器人概念
C3: INSTRUMENTLIQUIDMV < 10000000000; //流通市值小于100亿
SELECT IF(C1 AND C2 AND C3, 1, 0);
同花顺公式：
前25天有涨停板、机器人概念、流通市值小于100亿
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int) -> 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:
if '机器人' not in df.loc[(today, code), '所属概念'].split(';'):
continue
if df.loc[(today, code), '流通市值'] > 10000000000:
continue
his_df = df.loc[df.index.get_level_values('code') == code]
if len(his_df) < days_before:
continue
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days > 0:
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。
