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天有涨停板且股价处于底部抬高的标的，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、股价处于底部抬高。
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天内有涨停板且股价处于底部抬高的股票，这表明目标股票在经历底部区域时受到支撑，有望进一步反弹上涨。同时，前25天有涨停板进一步加强了投资者对该股票上涨潜力和投资价值的信心。
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；
- 底部抬高的解释可能存在主观判断的成分，存在误判风险。
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：
- 调整筛选标准，增加对公司基本面和行业风险的考虑；
- 采用更为客观的技术指标辅助判断，避免主观判断对策略影响。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且股价处于底部抬高的标的，以寻找具备一定投资价值和上涨潜力的优质企业。
选股条件为：元宇宙、前25天有涨停板、股价处于底部抬高。
同花顺指标公式代码参考
选股条件：前25天有涨停板，股价处于底部抬高
TDX公式：
C1: REF(C>REF(C,1),25) > 0; //前25天有涨停板
C2: ((HHV(H,60)-H)/(HHV(H,60)-LLV(L,60))) * 100 < 40; //底部抬高指标小于40%
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
底部抬高通道小于40%，前25天有涨停板
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
hhv = his_df['最高价'].rolling(window=60).max().iloc[-1]
llv = his_df['最低价'].rolling(window=60).min().iloc[-1]
if (hhv - his_df.iloc[-1]['收盘价']) / (hhv - llv) > 0.4:
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。
