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，量比大于1.5且小于6的股票。
选股逻辑分析
该选股策略主要关注元宇宙行业内，流通盘规模适中、量比处于适当水平的股票。这种情况下，选出的股票相对来说较为理性，有很高的投资价值，但也要注意股票的投资风险。
有何风险？
此选股策略可能会错过一些短期内大量成交但未价值化的股票。同时，量比处于合适水平的股票可能不一定是最好的投资标的。因此需要注意量比指标和其他指标的综合评估。
如何优化？
可以结合选股策略加入其他指标，如当前股价与均线的比较（高于/低于均线）、前一日涨跌幅等指标，以更全面地评估股票的投资价值和风险。
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，量比大于1.5且小于6的股票作为投资标的。
同花顺指标公式代码参考
量比大于1.5：VOL/MAVOL(1) > 1.5
量比小于6：VOL/MAVOL(1) < 6
Python代码参考
import akshare as ak
def get_eligible_stocks():
eligible_stocks = []
stock_data = ak.stock_zh_a_daily_em(symbol="", start_date="", end_date="", adjust="")
for index, row in stock_data.iterrows():
if ('元宇宙' in row['行业名称'] and
row['流通市值'] <= 55):
try:
stock_code = index.split('_')[1]
stock_quote_data = ak.stock_zh_a_daily(symbol=stock_code, adjust='qfq')
vol_ratio = stock_quote_data.loc[0]['vol'] / stock_quote_data.loc[1]['vol_ma']
if (vol_ratio > 1.5 and vol_ratio < 6):
eligible_stocks.append([stock_code, row['名称']])
except:
pass
return eligible_stocks
print(get_eligible_stocks())
该选股策略的Python代码中，用Akshare获取A股的交易数据。然后，对于每一只符合条件的股票，用Akshare获取最新交易日与前一交易日的交易数据，并计算量比指标。接着，筛选出符合条件的股票，将其代码和名称存入列表。同时，要注意容错处理，比如可能出现某些股票在某些时间点无法获取数据的情况。
## 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。
