问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,周线红柱。
选股逻辑分析
该选股策略仍然选出元宇宙板块中的优质股票，但加入了两个新的指标：一是周线红柱，判断股票的中长期趋势；二是9点25分涨幅小于6%，容错率加大，适应市场波动。
有何风险？
该选股策略还是存在一定的主观性和个人风格因素。此外，周线红柱是一种以趋势判断为主的指标，无法完全反映股票的估值和基本面。另外，9点25分涨幅小于6%的指标容错率比较大，选出的股票可能会收益下降。
如何优化？
为了减少主观性和人为影响，可以加入更多的技术指标和基本面因素，构建更为全面和系统化的选股评价体系。此外，可根据实际情况，调整容错度和选股指标的权重，提高选股精度和效果。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,周线红柱。（指标需要进一步标准化）
同花顺指标公式代码参考
元宇宙板块：CATEGORY = 'SW1_zxx'
9点25分涨幅小于6%：(OPEN/REF(CLOSE,1) - 1) < 0.06 AND YEAR(DATE)=2021
周线红柱：(WEEKS>0)AND((WEEKS-REF(WEEKS,1))/REF(WEEKS,1)>0.03)
符合条件的股票：CATEGORY ='SW1_zxx' AND (OPEN/REF(CLOSE,1) - 1) < 0.06 AND YEAR(DATE) = 2021 AND (WEEKS>0) AND ((WEEKS-REF(WEEKS,1))/REF(WEEKS,1)>0.03)
Python代码参考
相应的Python选股代码如下：
import akshare as ak
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出符合条件的股票
final_stocks = pd.DataFrame(columns=['symbol'])
for symbol in yxu_stocks['symbol']:
market_data = ak.stock_zh_a_daily(symbol, start_date='20210101')
if (market_data.iloc[1]['open'] / market_data.iloc[0]['close'] - 1) < 0.06 and market_data.iloc[0]['流通市值'] < 10000000000 and market_data.iloc[0]['流通股本(万股)'] > 0:
week_data = ak.stock_zh_a_hist(symbol, period="week")
# 自定义周线红柱指标
week_data['weeks'] = week_data['close'] * week_data['volume'] / 10000
week_data['week_diff'] = week_data['weeks'] - week_data['weeks'].shift(1)
week_data['week_up'] = week_data['week_diff'] / week_data['weeks'].shift(1)
if week_data.iloc[-1]['week_up'] > 0.03 and week_data.iloc[-1]['weeks'] > 0:
final_stocks = final_stocks.append({'symbol': symbol}, ignore_index=True)
## 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。
