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%,非ST（10点之前选股票）五部涨停战法。
选股逻辑分析
该选股逻辑综合运用行情、基本面和技术面等多种筛选条件，旨在挖掘元宇宙板块内的潜力股。其中，9点25分涨幅小于6%，认为有机会抓住股价反弹的空间，非ST股票排除了一部分风险较高的股票。五部涨停战法取自于股神巴菲特的投资法，是通过分析五年内公司的营收、净利润和经营现金流等财务数据来决定是否投资。认为有稳健财务基础的公司更有可能具备长期投资价值。
有何风险？
该选股逻辑相较于单一的技术分析，引入了基本面方面的因素，进一步综合评估股票的价值。但是，该选股逻辑过于依赖历史行情和基本面数据等单一指标，存在一定时间滞后性和数据不准确性。同时，五部涨停战法的依据为财务数据，需要关注数据来源，同时对公司未来的业绩增长趋势也需要进行评估。
如何优化？
可以引入机器学习、深度学习等技术，结合多种指标进行研究和优化，力求更加准确和实用的选股策略。同时，注重多角度的分析，不仅在技术面上寻找投资机会，还应注重分析公司的基本面、行业趋势等因素，形成系统性的投资策略。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,非ST（10点之前选股票）五部涨停战法。
同花顺指标公式代码参考
通达信指标：
元宇宙板块：CATEGORY='SW1_zxx'
9点25分涨幅小于6%：(Ref(CLOSE,1)/OPEN - 1) < 0.06
非ST股票：NOT ST
五部涨停战法：(REF(FIVEYEARSALES,4) < REF(FIVEYEARSALES,3)) AND (REF(FIVEYEARSALES,3) < REF(FIVEYEARSALES,2)) AND (REF(FIVEYEARSALES,2) < REF(FIVEYEARSALES,1)) AND (REF(FIVEYEARSALES,1) < SALES) AND (REF(FIVEYEARNETPROFIT,4) < REF(FIVEYEARNETPROFIT,3)) AND (REF(FIVEYEARNETPROFIT,3) < REF(FIVEYEARNETPROFIT,2)) AND (REF(FIVEYEARNETPROFIT,2) < REF(FIVEYEARNETPROFIT,1)) AND (REF(FIVEYEARNETPROFIT,1) < NETPROFIT) AND (REF(FIVEYEARCFNETINCR,4) < REF(FIVEYEARCFNETINCR,3)) AND (REF(FIVEYEARCFNETINCR,3) < REF(FIVEYEARCFNETINCR,2)) AND (REF(FIVEYEARCFNETINCR,2) < REF(FIVEYEARCFNETINCR,1)) AND (REF(FIVEYEARCFNETINCR,1) < CFNETINCR)
选股条件：CATEGORY=='SW1_zxx' AND (Ref(CLOSE,1)/OPEN - 1) < 0.06 AND NOT ST AND ((REF(FIVEYEARSALES,4) < REF(FIVEYEARSALES,3)) AND (REF(FIVEYEARSALES,3) < REF(FIVEYEARSALES,2)) AND (REF(FIVEYEARSALES,2) < REF(FIVEYEARSALES,1)) AND (REF(FIVEYEARSALES,1) < SALES) AND (REF(FIVEYEARNETPROFIT,4) < REF(FIVEYEARNETPROFIT,3)) AND (REF(FIVEYEARNETPROFIT,3) < REF(FIVEYEARNETPROFIT,2)) AND (REF(FIVEYEARNETPROFIT,2) < REF(FIVEYEARNETPROFIT,1)) AND (REF(FIVEYEARNETPROFIT,1) < NETPROFIT) AND (REF(FIVEYEARCFNETINCR,4) < REF(FIVEYEARCFNETINCR,3)) AND (REF(FIVEYEARCFNETINCR,3) < REF(FIVEYEARCFNETINCR,2)) AND (REF(FIVEYEARCFNETINCR,2) < REF(FIVEYEARCFNETINCR,1)) AND (REF(FIVEYEARCFNETINCR,1) < CFNETINCR))
其中，FIVEYEARSALES表示公司五年内的营收，FIVEYEARNETPROFIT表示公司五年内的净利润，FIVEYEARCFNETINCR表示公司五年内的经营现金流。
Python代码参考
以下是利用Python进行选股的代码：
import akshare as ak
import pandas as pd
# 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']
# 获取非ST股票数据
_, iss = ak.stock_zh_a_spot_em()
iss = iss[iss['name'].str.contains('ST') == False]
iss_codes = iss['代码'].tolist()
# 筛选出符合条件的股票
final_stocks = pd.DataFrame(columns=['symbol'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol)
if daily_data.iloc[0]['changepercent'] > -10 and \
daily_data.iloc[0]['time'] < '10:00:00' and \
symbol in iss_codes:
financial_data = ak.stock_financial_report_sina(symbol=symbol, statement='现金流量表', year=5)
if (financial_data['经营现金净流量同比增长率'].rolling(window=5).mean() >= 0).all() and \
((financial_data['销售净利润同比增长率'].rolling(window=5).mean() >= 0).all() and \
(financial_data['销售净利润同比增长率'].rolling(window=5).mean().tail(1) > 0)) and \
((financial_data['营业收入同比增长率'].rolling(window=5).mean() >= 0).all() and \
(financial_data['营业收入同比增长率'].rolling(window=5).mean().tail(1) > 0)):
final_stocks = final_stocks.append({'symbol': symbol}, ignore_index=True)
# 按市值排序并取前5只股票
final_stocks = yxu_stocks[yxu_stocks['symbol'].isin(final_stocks['symbol'])].sort_values(by='market_cap', ascending=False).head(5)
## 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。
