问财量化选股策略逻辑
选股逻辑为：元宇宙行业，圆弧形形态，竞价涨幅在-2%到5%之间。
选股逻辑分析
该选股策略基于元宇宙行业和圆弧形形态，进一步加入了竞价涨幅的条件。竞价涨幅在一定程度上反映了市场对股票的短期关注度和投资热度，进而筛选出符合选股条件的标的物。
有何风险？
该选股逻辑的主要风险在于，竞价涨幅较高的股票可能存在过度炒作的风险，同时过分注重短期涨跌而忽略股票的本质价值，也存在基本面风险。
如何优化？
若要优化该选股逻辑，可以加入其他技术指标和基本面因素，如股价与PE、PB、PS等估值数据的比较、每股收益、营收增长率等，以提高选股准确度。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，竞价涨幅在-2%到5%之间，同时注意股票的基本面信息。
同花顺指标公式代码参考
通达信代码：
SELECT(MARKET='1' AND DIV(TOT,100000000)>=10 AND DIV(TOT,100000000)<=50 AND YELLOW(CORNER(TEXTP(低) 黄)) AND J>80 AND J>REF(J,1) AND REF(J,1)>REF(J,2) AND STICKLINE(1,J,80) AND MINJ(5),CODE)
其中，在圆弧形形态的基础上，筛选出竞价涨幅在-2%到5%之间的股票，同时要求KDJ指标满足K线向上拐头、J线大于80、J线连续三日上升等条件。
python代码参考
import tushare as ts
import pandas as pd
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
today_data = ts.get_today_all()
today_data = today_data[(today_data['changepercent'] < 0) & (today_data['code'].str.startswith('6')) & (today_data['changepercent'] > -2) & (today_data['changepercent'] < 5)]
market_value = (today_data['mktcap'] / 100000000).between(10, 50)
today_data = today_data[market_value]
arc_shape = []
for code in today_data['code']:
df = ts.get_k_data(code)
if len(df) >= 10:
if max(df.iloc[-3:]['close']) == df.iloc[-2]['close'] and min(df.iloc[-3:]['close']) == df.iloc[-1]['close']:
arc_shape.append(True)
else:
arc_shape.append(False)
else:
arc_shape.append(False)
today_data['arc_shape'] = arc_shape
res = pd.merge(gg_stocks, today_data, on='code')
res = res[res['arc_shape']]
return res
print(get_stock_data())
通过股票的代码、当日开盘价和涨跌幅来筛选符合选股条件的股票数据，其中包括元宇宙行业、当日竞价涨幅在-2%到5%之间、流通市值在10亿到50亿之间、圆弧形形态。通过调用同花顺的MINJ、CORNER、STICKLINE等函数实现KDJ指标筛选，最终筛选出符合所有条件的股票。
## 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。
