问财量化选股策略逻辑
选股逻辑为：元宇宙行业、量比大于1.5、量比小于6，近一个月内有过涨停的股票。
选股逻辑分析
该选股策略突出了股票短期内的涨势特征，并在考虑行业、成交量等基本面因素基础上进行选股，强调了股票价格方面的监控，更加精准地捕捉可能的涨势机会。
有何风险？
该选股方法以近期涨停为主要选股依据，忽略了股票的基本面、价值等因素，容易造成选股偏颇。此外，过度追求短期内的涨势，可能导致过多的频繁操作，增加成本和风险。
如何优化？
可以加入其他技术指标如均线、RSI等，综合考虑股票的基本面和技术面因素，在简化逻辑的同时，提高选股效果的准确性和可操作性。此外，在风险控制上，可以根据个人风险偏好，合理确定出入市的时点和仓位控制。
最终的选股逻辑
选股逻辑为：元宇宙行业、量比大于1.5、量比小于6，近一个月内有过涨停的股票。
同花顺指标公式代码参考
通达信代码：
SELECT STOCK_CODE FROM XXX WHERE HY = 'C010103' AND VOLUME_RATIO > 1.5 AND VOLUME_RATIO < 6 AND ST_ROLL_ZT>=1 AND ST_ROLL_ZT<=22;
python代码参考
import tushare as ts
import datetime
def get_last_month():
today = datetime.date.today()
last_month = today - datetime.timedelta(days=30)
return last_month.strftime("%Y-%m-%d")
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
df = ts.get_today_all()
df = df[df['code'].isin(gg_stocks['code'])]
# 筛选量比符合条件的股票
df = df[df['volume_ratio'] > 1.5 & df['volume_ratio'] < 6]
# 筛选有过涨停的股票
today = datetime.datetime.now().strftime('%Y-%m-%d')
last_month = get_last_month()
zt_df = ts.get_today_ticks(df['code'])
zt_df = zt_df[(zt_df['change'] == 10) & (zt_df['time'] >= last_month) & (zt_df['time'] <= today)]
res = df[df['code'].isin(zt_df['code'])][['name', 'code', 'industry', 'total_mv', 'pb', 'pe']]
res = res.rename(columns={'total_mv': '总市值', 'pb': '市净率', 'pe': '市盈率'})
return res
print(get_stock_data())
## 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。
