问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择前25天有涨停板且反包的标的，以寻找具备一定上涨潜力的优质企业。
选股条件为：元宇宙、前25天有涨停板、反包。
选股逻辑分析
本选股策略的思路是：在元宇宙行业中筛选具备25天内有涨停板并在反包后开盘即不破板的标的，以找出具备一定上涨潜力的企业。此方法适用于短期投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了公司基本面的因素；
- 忽略了市场整体趋势带来的影响；
- 忽略了反包后仍会出现下跌的可能。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 调整筛选标准，综合考虑公司基本面、市场整体趋势等因素；
- 定期对选股条件进行调整，适应市场变化。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且反包的标的，以寻找具备一定上涨潜力的优质企业。
选股条件为：元宇宙、前25天有涨停板、反包。
同花顺指标公式代码参考
选股条件：前25天有涨停板、反包
TDX公式：
C1: REF(C>REF(C,1),25) > 0; //前25天有涨停板
C2: REF(L,1)<REF(OPEN,1); //反包
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板、反包
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today]['证券代码'].unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
if len(his_df) < days_before:
continue
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days == 0:
continue
idx = his_df.index.get_loc((today, code))
if idx - 1 < 0:
continue
if his_df.iloc[idx-1]['最低价'] >= his_df.iloc[idx]['开盘价']:
continue
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '市值'], reverse=False)
return select_df
## 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。
