问财量化选股策略逻辑
选股策略为：在元宇宙行业中，昨天发生龙虎榜并且流通市值在50-100亿之间的股票。
选股逻辑分析
该选股策略主要考虑到，元宇宙行业的公司在近期逐渐受到市场关注，具有一定的市场增长潜力性质。在此基础上，结合昨日龙虎榜的市场情绪，再筛选市值在一定范围内的公司，更加聚焦选股的机会和风险控制。
有何风险？
该选股策略的主要风险在于，注重市值的筛选，可能会忽略掉一些有潜力但是市值较小的公司，从而遗漏一些股票的投资机会。同时，龙虎榜的信息也可能存在一定的市场干扰性，需要谨慎过滤和筛选。
如何优化？
可以在筛选市值在一定范围内的股票的基础上，通过其他多维度的指标进行筛选，如公司业绩和发展前景等。同时，可以加入成长性和估值等指标，进行股票的价值评估，以获得更准确的投资机会和风险控制。
最终的选股逻辑
选股应选择流通市值在50-100亿之间的元宇宙行业的股票，且昨天出现龙虎榜。
同花顺指标公式代码参考
选股应选择流通市值在50-100亿之间的元宇宙行业的股票，且昨天出现龙虎榜。
选出符合元宇宙行业的股票：industry == '元宇宙';
选出符合流通市值在50-100亿之间的股票：CIRC_MV >= 5000000000 AND CIRC_MV <= 10000000000;
选出昨天出现龙虎榜的股票：CROSS(DIFF, DEA) AND CROSS(DEA, MACD) AND INDT('龙虎榜-上榜日期') == PREVDAY;
注意：由于同花顺指标公式有诸多限制，因此该指标公式并不能完全对应选股逻辑。
Python代码参考
import akshare as ak
import datetime
def get_eligible_stocks():
eligible_stocks = []
today = datetime.datetime.now().strftime("%Y-%m-%d")
stock_data = ak.stock_zh_a_spot_em()
stock_data = stock_data[(stock_data['industry'] == '元宇宙') & (stock_data['circulation_market_value'] >= 50) & (stock_data['circulation_market_value'] <= 100)]
for index, row in stock_data.iterrows():
try:
if today not in ak.stock_sina_lhb(hq_code=index, date_sort='desc')['date'].values:
continue
eligible_stocks.append([index, row['name']])
except:
continue
return eligible_stocks
print(get_eligible_stocks())
通过Akshare获取A股的实时行情数据与龙虎榜数据，结合股票基本信息筛选流通市值在50-100亿之间，昨日出现龙虎榜的股票，返回符合条件的股票列表。需要注意数据的清洗与异常处理。
## 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。
