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，外盘/内盘大于1.3。
选股逻辑分析
该选股策略仍然基于元宇宙行业和圆弧形形态，但加入了外盘/内盘大于1.3的条件来筛选个股。外盘表示当日的买盘量，内盘表示当日的卖盘量，外盘/内盘大于1.3反映了市场情绪的积极态势。通过加入外盘和内盘量之比的条件，可以更有效地筛选出交投活跃的、投资潜力大的股票。
有何风险？
该选股策略存在的主要风险是过度依赖历史数据和技术分析，难以应对市场风险的变化。此外，外盘和内盘数据的准确性也需要加以注意，有可能带来较大的股票选择风险。
如何优化？
在优化选股逻辑时，可以考虑加入其他基本面因素如公司盈利情况、管理层能力等因素，以提高股票筛选的准确度。另外，外盘和内盘的准确性也需要细致的计算和分析。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，外盘/内盘大于1.3，并考虑公司的基本面因素以提高选股准确度。
同花顺指标公式代码参考
通达信代码：
SELECT(MARKET='1' AND YELLOW(CORNER(TEXTP(低) 黄) AND WAVEUP(C),10) AND ((BUYV/SELV) > 1.3),CODE)
其中，MARKET表示主板股票，CORNER(TEXTP(低) 黄)和WAVEUP(C)表示圆弧形形态。(BUYV/SELV) > 1.3表示当日买盘和卖盘之比大于1.3，则符合选股条件。
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'] > 1) & (today_data['code'].str.startswith('6'))]
buy_sell_ratios = []
for code in today_data['code']:
df = ts.get_today_ticks(code)
buy_volume = df[df['type'] == '买盘']['amount'].sum()
sell_volume = df[df['type'] == '卖盘']['amount'].sum()
buy_sell_ratio = buy_volume / sell_volume
buy_sell_ratios.append(buy_sell_ratio)
today_data['buy_sell_ratio'] = buy_sell_ratios
today_data = today_data[today_data['buy_sell_ratio'] > 1.3]
res = pd.merge(gg_stocks, today_data, on='code')
return res
print(get_stock_data())
其中，函数get_stock_data用于获取符合选股条件的股票数据，最终筛选条件包括元宇宙行业、当日涨幅大于1%、当日买盘和卖盘之比大于1.3。
## 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。
