问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,股价为18.5元。
选股逻辑分析
该选股策略同样依然关注元宇宙行业板块，筛选出当天早上9点25分相对较为稳定、价格相对较低且具有潜力的股票。股价为18.5元则为具体的价值区间，用来筛选出市值相对较小但应有价值的优质股票。该选股逻辑较为全面地考虑了多个因素，主要用来寻找股价适中、风险相对较小的股票。
有何风险？
该选股策略同样存在狭窄性，只关注了已知的因素，对于其他未知的因素视而不见，存在一定的风险。同时，由于股价18.5元的限制，此逻辑可能会遗漏掉一些股票，如股价较高但有业绩增长潜力的股票。因此，在实际选股过程中，需要注意全面、深入地分析股票的各项因素，以便做出更明智的投资决策。
如何优化？
在选股策略方面，可以考虑加入更多关键因素，如公司财务数据、市场公告、宏观经济等等，综合多个因素进行筛选，提高选股的准确率。同时，也可以加入一些技术指标，如KDJ、MA、MACD等等，对价格走势进行更全面、深入地分析，得出更为科学、精准的选股策略。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,股价为18.5元。同时，可根据需要添加其他关键因素。
同花顺指标公式代码参考
通达信指标：
元宇宙板块：CATEGORY = 'SW1_zxx'
9点25分涨跌幅小于6%：(REF(CLOSE,1)/OPEN - 1) < 0.06
股价为18.5元：CLOSE == 18.5
符合条件的股票：CATEGORY = 'SW1_zxx' AND (REF(CLOSE,1)/OPEN - 1) < 0.06 AND CLOSE == 18.5
Python代码参考
利用Python的选股代码如下：
import akshare as ak
import talib
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出符合条件的股票，并按照市值排序
final_stocks = pd.DataFrame(columns=['symbol', 'price'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol)
if (daily_data.iloc[-2]['close'] / daily_data.iloc[-2]['open'] - 1) < 0.06 and daily_data.iloc[-1]['close'] == 18.5:
price = daily_data.iloc[-1]['close']
final_stocks = final_stocks.append({'symbol': symbol, 'price': price}, ignore_index=True)
final_stocks = final_stocks.sort_values(by='price', ascending=False)
## 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。
