问财量化选股策略逻辑
本选股策略为：在元宇宙行业中，选择前25天内有涨停且昨日股价大于250日均线的股票作为投资标的。每周一进行选股，选取当周交易股票。
选股条件为：元宇宙,前25天有涨停,昨日股价大于250日均线。
选股逻辑分析
本选股策略从市场热度、涨势以及趋势三个方面进行筛选，能够选出在当前市场环境下表现优越的股票进行投资。同时，在涨停的基础上增加了股价相对趋势的判断进一步增加了选股的可靠性。
有何风险？
本选股策略存在以下风险：
- 选股条件相对来说较严格，在市场热度不足、成交量低的时候可能导致筛选出的股票数量过少，难以有效分散风险。
- 过分依赖均线交叉策略会带来滞后性，该指标的使用需要慎重。
如何优化？
为了提高本选股策略的绩效和可靠性，可以：
- 按照市场环境的不同，适当调整选股条件，以适应不同市场环境下的表现。
- 加入其他技术指标作为筛选条件，丰富选股条件。
- 加强选股策略的风险控制能力，严格控制投资组合的单一股票风险。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且昨日股价大于250日均线的股票作为投资标的。每周一进行选股，选取当周交易股票。
同花顺指标公式代码参考
# 选股条件：元宇宙,前25天有涨停,昨日股价大于250日均线。
KFILTER(C280>=0 AND C280 >= REFX(C280, 1), 0, "按市场值从大到小排名")
# 排序规则：股价大于250日均线
# 选股结果：选取最近一个交易周、前25天内有涨停、昨日股价大于250日均线的股票
SELMKTSORT('REFMA(CLOSE,250)>CLOSE',asc=False)
FILTER(SYMBOL, (LASTWEEK()==1)
AND REFLV(CLOSE,25) == MAXP(PERIOD=DAILY, REFER(LIMITUP))
AND REFMA(CLOSE,1)>REFMA(CLOSE,250))
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame) -> List[str]:
df = data.copy()
select_df = df[(df.index.get_level_values('date').day_name() == 'Monday') &
(df['涨停']) &
(df['收盘价'] > df['收盘价'].rolling(window=250).mean())]
select_df = select_df[-25:]
select_df = select_df.index.tolist()
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。
