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，2021年营收/2018年营收大于1.1。
选股逻辑分析
该选股策略除了采用了形态分析的指标，还考虑了公司财务指标，从收入增长角度进行筛选，具有充分的理论基础。同时，该选股策略在具体操作时也较为简单，适合初学者使用。
有何风险？
该选股逻辑的风险在于反应季节性因素较强，可能忽略了供需等市场因素对企业的影响。
如何优化？
除了进行财务指标的筛选以外，需要综合考虑宏观经济形势、行业发展趋势和政策环境等因素，以及市场竞争格局和企业的商业模式等，才能更好地判断股票的投资价值。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，2021年营收/2018年营收大于1.1，同时综合考虑财务指标和市场环境等因素。
同花顺指标公式代码参考
通达信代码：
ROEY2 > ROEY2.REF * 1.1
其中，ROEY2表示2021年营收，ROEY2.REF表示2018年营收，如果大于1.1则符合筛选条件。
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_2018 = ts.get_profit_data(2018, 4)
df_2021 = ts.get_profit_data(2021, 1)
df_merge = df_2018.merge(df_2021, on='code')
df_merge = df_merge[df_merge['code'].isin(gg_stocks['code'])]
# 圆弧形形态条件判断
df_today = ts.get_today_all()
df_today = df_today[df_today['code'].isin(df_merge['code'])][['name', 'code', 'industry', 'high', 'low', 'open']]
# 营收条件筛选
df_merge = df_merge[(df_merge['roe_yoy'] > df_merge['roe_yoy'].shift(1) * 1.1)]
res = df_merge.merge(df_today, on='code')[['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。
