问财量化选股策略逻辑
选股逻辑：元宇宙行业、量比大于1.5、量比小于6、上市时间大于n天。
选股逻辑分析
该选股逻辑选取了元宇宙行业股票，同时通过量比和上市时间来筛选具备一定热度和历史数据的股票。通过上市时间筛选出较具历史数据的公司，能够更好的对股票进行分析，同时可以排除一些新股的影响，保证研究结果的准确性。该选股逻辑相对较全面，考虑了元宇宙股票的历史数据和市场情绪。
有何风险？
该选股逻辑中的上市时间设计较为模糊，不同的时间设置会导致选出的标的有所不同，同时该选股逻辑并不能完全代表股票的市场表现，有可能导致“盲目跟风”等风险。
如何优化？
可以通过更为详细的行业分析和基本面分析方法来排除盲目跟风的因素，并对上市时间进行更加严格的限制，来进一步排除新股的影响，从而更好的筛选出具有潜力的股票。
最终的选股逻辑
选股逻辑：元宇宙行业、量比大于1.5、量比小于6、上市时间大于n天。
同花顺指标公式代码参考
通达信代码：
DAYS_LISTED > n AND VOLUME_RATIO > 1.5 AND VOLUME_RATIO < 6 AND WEEK;
python代码参考
import tushare as ts
from datetime import datetime, timedelta
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
today = datetime.now().strftime('%Y-%m-%d')
n_days_ago = (datetime.now() - timedelta(days=n)).strftime('%Y-%m-%d')
listed_days = (pd.to_datetime(today) - pd.to_datetime(gg_stocks['timeToMarket'].astype(str))).dt.days
selected_stocks = gg_stocks[(gg_stocks['volume_ratio'] > 1.5) & (gg_stocks['volume_ratio'] < 6)
& (listed_days > n)]
stocks = selected_stocks.set_index('code')
return stocks
stock_list = get_stock_data()
print(stock_list[['name', 'price']])
## 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。
