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，企业性质。
选股逻辑分析
该选股逻辑关注元宇宙行业的选择条件，加入了量比和企业性质指标，表示市场关注度和公司的基本情况。通过按照市场关注度从高到低排序，选取符合自身适合的企业性质的元宇宙个股，以期获取收益。
有何风险？
该选股逻辑过于依赖企业性质指标，容易陷入盲目追求某种企业性质而忽略其他重要指标的情况。同时，企业性质可能会受到宏观经济和政策环境的影响，有一定的风险。
如何优化？
在选股时，可以加入基本面指标评估个股基本面的优劣，结合市场关注度和企业性质选取具有较优基本面和适合自身投资策略的标的。
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，企业性质为互联网或高新科技。
同花顺指标公式代码参考
通达信代码：
50日内日涨停板数>=2 AND
VOLUME_RATIO>1.5 AND VOLUME_RATIO<6 AND(
SELECT_SECTOR('互联网')
OR SELECT_SECTOR('高新科技'))AND
CLOSE<12
AND SORT_RANK(RELATIVELY_STRENGTH(SECTOR_MARKET_CAP_RANK('C04', market='SH')
, SELECTED_SECUCODE_LIST(market='SH'), 50), SELECTED_SECUCODE_LIST(market='SH'))
<=100;
python代码参考
import tushare as ts
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
chosen_stocks = []
for code in gg_stocks['code']:
k_data = ts.get_k_data(code, ktype='D')
if (k_data.iloc[-50:]['close'] == k_data.iloc[-50:]['close'].rolling(window=1).max()).sum() >= 2 and \
(k_data.iloc[-1]['volume'] > 1.5*k_data.iloc[:-1]['volume'].mean()) and \
(k_data.iloc[-1]['volume'] < 6*k_data.iloc[:-1]['volume'].mean())and \
(ts.get_industry_classified().set_index('code').loc[code]['c_name'] == 'C04') and \
((ts.get_industry_classified().set_index('code').loc[code]['c_name'] == '互联网') or
(ts.get_industry_classified().set_index('code').loc[code]['c_name'] == '高新科技')) and \
(k_data.iloc[-1]['close'] < 12) and \
(ts.get_stock_basics().sort_values('mktcap', ascending=False)
.iloc[:200].index.tolist().index(code)+1 <= 100):
chosen_stocks.append(code)
stocks = gg_stocks.set_index('code')
return stocks.loc[chosen_stocks]
stock_list = get_stock_data()
print(stock_list[['name', 'price', 'industry']])
## 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。
