问财量化选股策略逻辑
选股逻辑：元宇宙行业、收益率大于0、20日均线大于120日均线的股票。
选股逻辑分析
该选股策略要求股票符合元宇宙行业板块、实现收益率大于0、且20日均线大于120日均线的要求。均线是技术分析中常用的指标，通过计算一段时间内的股价平均值，以观察股价的趋势变化。要求20日均线大于120日均线，一定程度上体现了股票近期的反弹能力和长期的发展趋势。
有何风险？
该选股策略未考虑到公司的财务状况和基本面等因素，可能产生选出的股票公司长期表现不佳的风险。同时，单纯依靠技术指标选股，可能出现信号滞后或可靠性不高的情况，导致选股不准确。
如何优化？
可以在原有选股策略的基础上，综合考虑公司的财务状况、基本面、估值情况和市场走势等要素，建立更全面的选股模型。可以开展短期和中长期选股策略，并应用机器学习算法对大量历史数据进行分析，提取有效特征和规律。同时，应考虑部分技术指标的交叉应用，以减少单一指标的不确定性。
最终的选股逻辑
选股逻辑：元宇宙行业、收益率大于0、20日均线大于120日均线，并综合考虑公司的财务状况、基本面、估值情况和市场走势等要素。
同花顺指标公式代码参考
元宇宙行业板块代码：CATEGORY='SW1_zxx'
收益率大于0: CLOSE/REF(CLOSE,1) > 1
20日均线大于120日均线: MA(CLOSE,20) > MA(CLOSE,120)
综合条件选股：
CATEGORY='SW1_zxx' AND (CLOSE/REF(CLOSE,1) > 1) AND (MA(CLOSE,20) > MA(CLOSE,120)) AND (其他基本面和技术指标筛选条件)
python代码参考
import tushare as ts
import pandas as pd
ylj_stocks = ts.get_zz500s()
gg_stocks = ylj_stocks[ylj_stocks['industry'] == '元宇宙']['code'].tolist()
selected_stocks = []
today_date = ts.get_today_str()
# 循环遍历元宇宙行业板块的股票池，选出符合条件的股票
for stock in gg_stocks:
# 获取指定日期前120天的数据
data = ts.get_k_data(stock, start=(pd.to_datetime(today_date) - pd.Timedelta(days=120)).strftime('%Y-%m-%d'), end=today_date)
if data is None or len(data) < 120:
continue
# 判断均线条件
if (data['close'].rolling(20).mean().iloc[-1] <= data['close'].rolling(120).mean().iloc[-1]):
continue
# 判断其他条件
if ((data['close'] / data['close'].shift(1)).prod() <= 1) or (data['close'].iloc[-1] < data['close'].iloc[-2]):
continue
else:
display_name = ts.get_stock_basics().loc[stock]['name']
selected_stocks.append((stock, display_name, data['close'].iloc[-1]))
# 按价格从小到大排序并输出名称
selected_stocks = sorted(selected_stocks, key=lambda x: x[2])
selected_stocks = [x[1] for x in selected_stocks]
## 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。
