问财量化选股策略逻辑
选股策略为：元宇宙行业，流通盘小于等于55亿股，现量大于1万手，并且当日开盘价高于昨日收盘价。
选股逻辑分析
该选股策略关注元宇宙行业内规模适中、价格有活跃交易，且当日股价有向上发展的个股。
有何风险？
该选股策略过分关注价格波动，较为忽略股票的基本面数据和业务模式。在市场情况 unstable 的情况下，可能会有较大的投资风险。
如何优化？
用成长性、业绩增长高、流动性等指标综合考虑股票风险，提高选股策略的准确度。
最终的选股逻辑
选取元宇宙行业内，流通盘小于等于55亿股，基本面数据标准合理，并且现量大于1万手，当日开盘价高于昨日收盘价的股票作为投资标的。
同花顺指标公式代码参考
KDJ（9,3,3）;MA（5,10）;CANDLEREVERSAL（3）
Python代码参考
import akshare as ak
import talib
import pandas as pd
def get_eligible_stocks():
# 获取所有A股的基本信息数据
stock_data = ak.stock_zh_a_spot()
# 筛选符合条件的股票
eligible_stocks = []
for index, row in stock_data.iterrows():
# 获取股票的历史交易数据
stock_history = ak.stock_zh_a_hist(symbol=row['代码'], adjust="hfq")
if (len(stock_history) >= 2 and stock_history['现量'][-1] > 10000 and
stock_history['开盘价'][-1] > stock_history['收盘价'][-2] and
stock_history['流通市值(亿元)'][0] <= 55 and row['所属行业'] == '元宇宙'):
# 计算其它技术指标
kdj = talib.STOCH(stock_history['最高价'], stock_history['最低价'], stock_history['收盘价'],
fastk_period=9, slowk_period=3, slowd_period=3)
# 计算移动平均线
ma5 = talib.SMA(stock_history['收盘价'], timeperiod=5)
ma10 = talib.SMA(stock_history['收盘价'], timeperiod=10)
if (ma5[-1] > ma10[-1] and kdj[0][-1] < 30):
eligible_stocks.append([row['代码'], row['简称']])
return eligible_stocks
print(get_eligible_stocks())
该选股逻辑的Python代码中，获取所有A股的基本信息数据，遍历每个股票并获取其历史交易数据，结合现量、开盘价、移动平均线、CANDLEREVERSAL等指标，判断是否符合条件。注意，由于需要计算KDJ、移动平均线等指标，因此需要借助talib库。
## 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。
