问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取深证主板市盈率在0-29.01之间，市净率在0-3.11之间的股票，并筛选开盘价在十日均线左右的股票。
选股逻辑分析
本选股策略在增加了基本面选股的条件后，仍选取了元宇宙行业中的股票作为研究对象，选股条件较为严格，是一种比较稳健的选股策略。
有何风险？
本选股策略的风险在于，仅考虑了深证主板市盈率和市净率的范围，没有细致入微地考虑其他企业基本面和财务数据的影响。另外，只考虑单一技术指标，可能会忽略其他重要指标的影响，导致选股结果不准确。
如何优化？
为了优化本选股策略，可以引入更多有关企业基本面和财务数据的指标，如股息率、roe等，避免盲目追逐市盈率和市净率，以获取更全面的信息。同时可以引入更多的技术指标，如均线交叉等，综合多方面指标进行分析，以提高选股准确性。
最终的选股逻辑
在元宇宙行业中选取深证主板市盈率在0-29.01之间，市净率在0-3.11之间，且开盘价在十日均线左右的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取深证主板市盈率在0-29.01之间，市净率在0-3.11之间的股票：
(市盈率 >= 0) AND (市盈率 <= 29.01) AND (市净率 >= 0) AND (市净率 <= 3.11);
选取开盘价在十日均线左右的股票：
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));
合并选股条件：
(INDUSTRY == '元宇宙') AND \
((市盈率 >= 0) AND (市盈率 <= 29.01) AND (市净率 >= 0) AND (市净率 <= 3.11)) AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1)));
python代码参考
import tushare as ts
import pandas as pd
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_stock_basics()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry']:
continue
if (ts.get_today() - row['timeToMarket']).days < 365 * 2:
continue
if not (0 <= row['pe'] <= 29.01):
continue
if not (0 <= row['pb'] <= 3.11):
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 30:
continue
ma10 = prices['close'].rolling(10).mean()
if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
continue
eligible_stocks.append((stock_code, row['pb'], row['pe'], row['roe'], row['totalAssets'], row['totalLiabilities']))
eligible_stocks = pd.DataFrame(eligible_stocks, columns=['code', 'pb', 'pe', 'roe', 'totalAssets', 'totalLiabilities'])
eligible_stocks = eligible_stocks.sort_values(by='code')
eligible_stocks = eligible_stocks.sort_values(by='pe')
eligible_stocks = eligible_stocks.sort_values(by='pb')
eligible_stocks = eligible_stocks.sort_values(by='roe', ascending=False)
return eligible_stocks['code'].tolist()
print(get_eligible_stocks())
本代码同样使用tushare库来获取股票数据，根据选股逻辑筛选符合条件的股票，同时增加了企业性质符合要求的筛选条件。本代码引入了更多历史交易数据和企业基本面数据，如PB、PE、ROE等问题，保证了筛选结果的可靠性。同时，本代码按照选股逻辑进行了多维度数据的排序，保证了筛选结果的多样性和市场价值。
## 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。
