问财量化选股策略逻辑
本选股策略为：在元宇宙行业中，选择前25天内有涨停且集中度70以下的股票，确定买入时间和买点。
选股条件为：元宇宙,前25天有涨停,集中度70<20%。此条件综合考虑了股票走势的稳定性和规模。
选股逻辑分析
本选股策略与前一个选股策略相似，选择前25天内有涨停，但本选股策略增加了一个集中度70%以下的要求，以降低股票的波动性，更趋于选股中长期投资型股票。
有何风险？
本选股策略存在以下风险：
- 疏于市场变化，忽略可能出现的集中度变化，导致选股偏离市场趋势。
- 过于依赖单一指标，可能会导致选择的股票存在较大的波动风险。
- 选股条件过于严格，可能会导致筛出的股票数量过少，影响投资组合的多样性。
如何优化？
为了提高本选股策略的绩效和可靠性，可以：
- 增加市场趋势判断和行业趋势分析的考虑，更准确地判断选股时间和股票走势，降低投资风险。
- 在选股条件中，采取多个指标的综合考虑，以更全面的角度进行选股，提高选股的精准性。
- 考虑加入资金流向等追踪策略，辅助股票走势预测，提高选股逻辑的有效性。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且集中度70%以下的股票，以确定中长期投资收益。在此基础上进行风险管控，合理配置投资资金，控制仓位，以获得一定的投资回报。
选股条件为：元宇宙,前25天有涨停,集中度70<20%。
排序指标：按照涨停次数进行排序。
同花顺指标公式代码参考
选股条件：前25天有涨停，集中度70%以下
TDX公式：
C1:ZT>0 AND GICS_SW_LEVEL1_25<0.7;
C2:MARKET_CAP > 2;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
ZT_25 > 0 AND GICS_SW_LEVEL1_25 < 0.7 AND Market_Capital > 200000000
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]
sub_df = df.loc[today]
sub_df = sub_df[sub_df['非ST涨停板'] == 1]
sub_df = sub_df.merge(pd.DataFrame(df.groupby('code')['集中度70%以下涨停日期'].apply(list)), on='code', how='left')
sub_df['集中度70%以下涨停次数'] = sub_df['集中度70%以下涨停日期'].apply(lambda x: len(x))
sub_df = sub_df[sub_df['集中度70%以下涨停次数'] > 0]
sub_df = sub_df[sub_df['GICS_SW_LEVEL1_25'] < 0.7]
sub_df = sub_df[sub_df['总市值'] >= 2e8 ]
sub_df = sub_df.sort_values(by=['集中度70%以下涨停次数'], ascending=[False])
select_df = sub_df['code'].unique().tolist()
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。
