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，高点为两日最高。
选股逻辑分析
该选股策略采用了股票形态的指标，判断圆弧形态的股票，同时选出两日内高点最高的股票，可以在一定程度上减少选中低位股票的风险，并提高选股命中率。
有何风险？
该选股逻辑的风险在于忽略了其他重要的因素，如公司业绩、财务状况、行业前景等因素的影响，容易选中表现不佳的股票。同时，股票形态的判断标准较为主观，容易盲目跟从。
如何优化？
可以同时加入其他技术指标，如KDJ、MACD等，综合评估股票的走势和表现。同时考虑股票的盈利能力、评级等因素，在形态条件满足的情况下加强对基本面的考量，确保选择出的股票有稳定的盈利能力和发展潜力。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，高点为两日最高，同时综合考虑技术指标和基本面因素。
同花顺指标公式代码参考
通达信代码：
HIGH == MAX(MAX(HIGH, REF(HIGH, 1)), REF(HIGH, 2))
其中，MAX表示最大值函数，REF表示引用函数，判断当前的高点是否为两日内最高点。
python代码参考
import tushare as ts
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
df_today = ts.get_today_all()
df_today = df_today[df_today['code'].isin(gg_stocks['code'])][['name', 'code', 'industry', 'sstype', 'high']]
# 选出圆弧形形态且高点为两日最高的股票
df_today = df_today[(abs((df_today['high']-df_today['open'])/df_today['open']) > 0.01)
& (abs((df_today['low']-df_today['open'])/df_today['open']) > 0.01)
& (abs((df_today['high']-df_today['low'])/df_today['open']) > 0.03)
& (df_today['high'] == MAX(MAX(df_today['high'], REF(df_today['high'], 1)), REF(df_today['high'], 2)))]
res = df_today[['name', 'code', 'industry']]
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。
