问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、流通盘小于等于55亿股。
选股逻辑分析
纳入了元宇宙行业和圆弧形态的选股条件，同时加入了流通盘指标，希望筛选出相对小市值的股票。
有何风险？
过于注重流通盘的大小，可能会错失掉流通盘比较大但有成长性的股票。同时，流通盘也可能出现类似于换手率等指标的错杀情况。
如何优化？
可以考虑加入其他指标进行综合评估，如市盈率、市净率、PEG等价值指标，以及ROE、净利润增速等成长性指标，来辅助筛选股票。另外，对于流通盘大小这个指标，也可以结合市场情况进行适当的调整。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、流通盘指标并结合其他价值和成长性指标、市场情况进行综合评估。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通达信数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
流通盘指标：总股本×自由流通股比例
其他价值和成长性指标可以通过同花顺数据源、OA开发论坛、通达信公式、文华财经等获取。
Python代码参考
import akshare as ak
import pandas as pd
import numpy as np
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def small_cap_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['total_shares'] * data['free_float_shares_ratio'] <= 5.5e10), # 流通盘小于等于55亿股
# 这里加入其他价值和成长性指标的筛选条件
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = small_cap_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
在该选股逻辑的Python代码中，加入了流通盘指标的计算公式，并加入其他相应的筛选条件。同时，也可以根据实际情况，对价值和成长性指标的计算等方面进行适当的调整。
## 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。
