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、股票均价在五日均线之上。
选股逻辑分析
该选股策略是基于元宇宙行业、圆弧形形态以及技术面指标进行选股，通过股票均价站在五日均线之上筛选出具备上涨趋势的股票。该策略注重股票价格的走势，通过选择最近五日均线上方的股票，为投资提供更多参考依据。
有何风险？
该选股策略同样面临选股误差的风险，只关注五日均线的位置可能忽视了其它重要的技术面指标。同时，圆弧形形态是要求前几日的股价波动满足特定条件，可能在不同行情下存在筛选偏差的情况。
如何优化？
可以结合其它指标，如量价相关指标、趋势相关指标等，综合分析股票的走势。同时，可以选取不同时间段的均线进行绘制，以更加全面地了解股票走势。此外，还可以对该策略进行回测，以检验其效果并进行不断优化。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形形态、股票均价在五日均线之上。
同花顺指标公式代码参考
通达信代码：
SELECT(MARKET='1' AND YELLOW(CORNER(TEXTP(低)黄)) AND (REF(CLOSE,1) > REF(MA(CLOSE,5),1)), CODE)
其中，筛选出元宇宙行业、圆弧形形态的股票，并判断股票均价是否站在五日均线之上。
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']
today_data = ts.get_today_all()
signal_data = today_data[today_data['industry'] == '元宇宙']
signal_data = signal_data.merge(gg_stocks[['code', 'name', 'industry']], on='code')
arc_shape = []
ma_data = ts.get_hist_data('sh', '5')
for code in signal_data['code']:
df = ts.get_k_data(code, start='2020-01-01')
if len(df) >= 3:
if max(df.iloc[-3:]['close']) == df.iloc[-2]['close'] and min(df.iloc[-3:]['close']) == df.iloc[-1]['close']:
if df.iloc[-1]['close'] > ma_data['close'][-1]:
arc_shape.append(True)
else:
arc_shape.append(False)
else:
arc_shape.append(False)
else:
arc_shape.append(False)
signal_data['arc_shape'] = arc_shape
return signal_data
print(get_stock_data())
通过股票代码和交易数据，筛选出符合条件的股票信息，其中包括元宇宙行业、股票均价在五日均线之上、圆弧形形态。最终筛选出符合所有条件的股票。
## 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。
