问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、剔除昨日涨停的股票。
选股逻辑分析
该选股逻辑主要通过行业和技术分析进行股票筛选，比较关注股票近期的市场热度和走势形态，剔除昨日涨停的股票，突出最新市场反应的股票。
有何风险？
该选股逻辑忽略了昨日涨停的股票，可能会错过市场短期内的热点股票，导致选股能力不足。
如何优化？
为了优化该选股逻辑的选股能力和鲁棒性，可以加入更多的技术指标和基本面分析内容，综合考虑股票的行业、技术、基本面等多个方面因素，以提高选股准确性和可靠性。同时，在考虑股票近期市场热度和走势形态的基础上，加入较为宽松的涨跌幅、交易量等条件限制，以筛选出具有潜在市场反应的股票，综合考虑性价比，提高选股的可靠性和稳定性。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、剔除昨日涨停，涨跌幅在-5%到5%之间，交易量大于100万手的股票。
同花顺指标公式代码参考
圆弧形态指标：...
涨跌幅指标：...
交易量指标：...
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态指标
data['CIR'] = ...
# 自定义涨跌幅指标
data['PRICE_CHANGE'] = ...
# 自定义交易量指标
data['VOLUME'] = ...
return data
def hot_stock_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['PRICE_CHANGE'] > -0.05) & (data['PRICE_CHANGE'] < 0.05), # 涨跌幅在-5%到5%之间
(data['VOLUME'] > 1000000) # 交易量大于100万手
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
# 剔除昨日涨停的股票
selected_data = selected_data[selected_data['涨跌幅'] != 0].reset_index(drop=True)
return selected_data
def get_hot_stocks():
# 获取所有A股
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
# 根据股票代码获取历史交易数据
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = hot_stock_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_hot_stocks())
在该选股逻辑的Python代码中，加入了更多的技术指标和基本面数据进行综合分析和选股筛选，以提高选股准确性和可靠性。同时在考虑股票近期市场热度和走势形态的基础上，加入了涨跌幅和交易量等条件限制，综合考虑性价比，提高选股的可靠性和稳定性。在剔除昨日涨停的股票的同时，加入了更为宽松的涨跌幅和交易量等筛选条件，以避免错过市场短期内的热点股票。
## 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。
