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天有涨停板且市值在100亿以内且没有亏损的标的，以寻找具备一定上涨潜力且经营稳健的企业。
选股条件为：元宇宙、前25天有涨停板、市值在100亿以内、没有亏损。
选股逻辑分析
本选股策略的思路是：在元宇宙行业中，选择具备一定上涨空间且经营稳健的标的，通过前25天是否有涨停板、市值在100亿以内、无亏损这三个因素进行筛选，寻求消费者信心度高的公司。此方法适用于长期投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了股票的潜在增长性和未来发展潜力；
- 市值在100亿以内的标的，可能存在较高的风险收益比；
- 不考虑公司的财务状况可能会带来风险。
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：
- 增加更多的因素筛选，如公司财务指标等；
- 考虑不同市值区间的标的，以分散风险；
- 根据市场特点定期对选股条件进行调整。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且市值在100亿以内、没有亏损的标的，以寻找具备一定上涨潜力且经营稳健的企业。
选股条件为：元宇宙、前25天有涨停板、市值在100亿以内、没有亏损。
同花顺指标公式代码参考
选股条件：前25天有涨停板、100亿市值以内的无亏损企业
TDX公式：
C1: REF(C>REF(C,1),25) > 0;
C2: MCAP<=100 AND TTM_Profit_HIGH>0;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板、100亿市值以内的无亏损企业
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int, mcap_limit: float) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.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:
mcap = his_df.iloc[-1]['总市值'] / 100000000
if mcap <= mcap_limit and his_df.iloc[-1]['TTM_Profit_HIGH'] > 0:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], 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。
