问财量化选股策略逻辑
选股逻辑：元宇宙行业、量比大于1.5、量比小于6、60开头的股票。
选股逻辑分析
该选股策略主要通过元宇宙板块选出具有交投活跃性和较高市场热度的股票，同时通过量比限制和股票代码的限制来筛选具有一定走势的个股。
有何风险？
该选股策略没有考虑公司的基本面情况、资金面情况等，只是单纯的通过市场情绪和走势来进行选股，存在一定投资风险。同时，过度追逐短期涨幅可能会导致错失持续上涨的潜力。
如何优化？
可以加入基本面、资金面等指标进行综合考虑，建立综合因素模型来筛选符合预期的股票，同时进行适当的风险控制。
最终的选股逻辑
选股逻辑：元宇宙行业、量比大于1.5、量比小于6、60开头的股票、市值大于10亿。
同花顺指标公式代码参考
通达信代码：
SELECT CODE FROM XX WHERE HY = 'C010103' AND VOLUME_RATIO > 1.5 AND VOLUME_RATIO < 6 AND LEFT(CODE,2) = '60' AND C / REF(C,1) > 10;
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']
# 获取股票代码以60开头的股票
gg_stocks = gg_stocks[gg_stocks['code'].str.startswith('60')]
# 获取符合市值要求的股票
df_1 = ts.get_stock_basics()
df_1 = df_1[df_1['code'].isin(gg_stocks['code'])]
df_1 = df_1[df_1['outstanding'] >= 10]
# 获取符合量比要求的股票
df_2 = ts.get_today_ticks(df_1['code'].tolist())
df_2 = df_2.groupby('code')['volume'].sum() / df_1['outstanding']
df_2 = df_2[(df_2 > 1.5) & (df_2 < 6)]
# 合并数据，返回结果
res = df_1[df_1['code'].isin(df_2.index)]
res = pd.merge(res[['name', 'outstanding', 'industry', 'code']], df_2.reset_index(), on='code', how='inner')
return res[['name', 'outstanding', 'industry', 'code', 'volume']]
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。
