问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取开盘价在十日均线左右且昨天出现龙虎榜的股票。
选股逻辑分析
本选股策略同样以行业和技术指标作为筛选条件，并加入了昨日龙虎榜的判断条件，以筛选昨日表现较好的股票。相较于前一个选股逻辑，本逻辑表现更为多样化，较好地平衡了行业和技术层面的因素。
有何风险？
本选股策略中存在以下风险：
- 过度依赖昨天龙虎榜数据判断股票的表现，可能忽略其他重要因素；
- 龙虎榜并不一定准确反映股票表现，可能存在一定误导性；
- 此选股逻辑仍具有一定的主观性，可能选出风险较高的股票。
如何优化？
为了提高本选股策略的可靠性和全面性，可以加入一些辅助指标，如近期的股价和成交量分析、龙虎榜数据的变化趋势等，以更好地确定股票的发展潜力和差异化特质。此外，在行业、市场和技术层面上，应加强指标选择和选股筛选标准化，以提高选股逻辑的准确性和普适性。
最终的选股逻辑
在元宇宙行业中，选取开盘价在十日均线左右且昨天出现龙虎榜的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取开盘价在十日均线左右的股票：
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));
选出昨日有龙虎榜的股票：
LLV(RANK(CBD), 1) < 6 OR LLV(RANK(CBD), 1) > 95;
合并选股条件：
(INDUSTRY == '元宇宙') AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1))) AND \
(LLV(RANK(CBD), 1) < 6 OR LLV(RANK(CBD), 1) > 95));
python代码参考
import tushare as ts
import pandas as pd
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_stock_basics()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry']:
continue
if (ts.get_today() - row['timeToMarket']).days < 365 * 2:
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 20:
continue
ma10 = prices['close'].rolling(10).mean()
if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
continue
if not ts.top_list('龙虎榜', '2021-11-18')[(ts.top_list('龙虎榜', '2021-11-18')['code'] == stock_code)].empty:
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
本代码同样使用tushare库来获取股票数据，根据选股逻辑筛选符合条件的股票。相较于前一个选股逻辑，本逻辑加入了昨日龙虎榜的判断条件，并增加了少量辅助指标，可以更全面地评估股票的发展潜力。
## 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。
