问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、底部抬高。
选股逻辑分析
该选股逻辑相对于前一个选股逻辑更加精细，加入了底部抬高的指标，可以更好地筛选出具备上涨趋势的股票。同时，圆弧形态作为整体维度和元宇宙行业作为行业热点可以更好地把握股票的技术形态和未来发展趋势。
有何风险？
底部抬高等技术指标可能会存在解读不一、主观性等问题，筛选出的股票数量可能有限制。
如何优化？
可以结合其他技术指标，例如KDJ、MACD、RSI等进一步筛选出具有强劲趋势的股票，减少误判。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、底部抬高并结合其他技术指标进行综合分析。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通达信数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
底部抬高可以使用以下通达信指标公式：LLV(LOW,20) > REF(LLV(LOW,20),1) AND LLV(LOW,20) > REF(LLV(LOW,20),-1)
其中，LLV(LOW,20)表示最低价的20日最低值，REF表示将其整体向后或向前移动位置。
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义底部抬高
data['BBH'] = data['low'].rolling(window=20).min() > data['low'].rolling(window=20).min().shift(1)
data['BBH'] &= data['low'].rolling(window=20).min() > data['low'].rolling(window=20).min().shift(-1)
return data
def hot_stock_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['BBH']) # 自定义底部抬高指标
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_hot_stocks():
# 获取所有A股
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
# 根据股票代码获取历史交易数据
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = hot_stock_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_hot_stocks())
在该选股逻辑的Python代码中，加入了底部抬高指标作为筛选条件，综合考虑了股票的技术形态和趋势，并结合行业热点作为整体维度进行综合分析，以获取更具有投资价值的选股对象。同时，可以加入其他技术指标的分析，提高选股准确性和效果。
## 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。
