问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、未清偿可转债简称不可为空。
选股逻辑分析
该选股逻辑加入了未清偿可转债简称不可为空的要求。未清偿可转债简称不可为空一般代表公司已经发行可转债，这意味着公司有一定的信誉度和资本实力，有一定的投资价值。同时，选股逻辑也加入了元宇宙行业和圆弧形态的判断，以选出具备技术面和市场热点支持的投资标的，具有一定可操作性和针对性。此外，该选股逻辑简单明了，适合初级投资者。
有何风险？
类似前一个选股逻辑，该选股逻辑偏重于短期技术面和市场热点，忽略了公司的长期基本面因素。同时，未清偿可转债简称不可为空也不一定代表公司的资本实力和信誉度，还需要综合其他财务指标进行考虑。此外，圆弧形态指标可以自定义，因此可能无法达到选股逻辑的一致性和通用性。
如何优化？
可以进一步筛选可转债规模、收益率、到期时间等财务指标，以增强对公司财务状况的了解和把握。也可以采用其他技术分析指标，如均线、MACD、KD等，进行反复验证，增强选股逻辑的准确性和稳健性。此外，圆弧形态指标需要进行标准化和统一化，以提高选股逻辑通用性和复用性。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、未清偿可转债简称不可为空。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通联数据获取，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。
选股逻辑中的未清偿可转债简称不可为空，可以通过通达信数据源的可转债表获取。如果不是按条件引擎选股，可以通过VBA脚本导入可转债表并与选股结果取交集来获得选股结果。
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def hot_sector_strategy(data):
# 筛选符合条件的股票
convertibles = pd.read_excel('convertibles.xlsx', sheet_name='Sheet1') # 可转债表
conditions = [
(data['convertible_name'].notna()), # 未清偿可转债简称不为空
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] >= data['CIR'].shift(1)) # 圆弧形态自定义指标上升
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
stock_hist['convertible_name'] = convertibles[convertibles['股票代码'] == stock_code]['未清偿债券简称'].iloc[0]
selected_data = hot_sector_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
该代码与前一个选股逻辑的代码基本相同，在此基础上加入了可转债表的读取和选股逻辑的改动。通过连接选股结果和可转债表，可以筛选出符合条件的股票。需要注意控制代码的效率，以及可转债表的更新和正确性。
## 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。
