问财量化选股策略逻辑
选股策略为：元宇宙行业，流通盘小于等于55亿股，收盘价在Bollinger Bands（上界为upper值，中界为mid值）内。
选股逻辑分析
该选股策略关注元宇宙行业内规模适中的股票，结合技术分析中的Bollinger Bands指标，筛选出当前处于上升趋势且价格波动较小的股票。
有何风险？
该选股策略忽略了股票的基本面数据和业务模式，仅单纯依赖Bollinger Bands指标来筛选股票，有可能会忽略某些具有潜力的概念股或成长股。
如何优化？
可以结合基本面数据，如财务指标、行业发展趋势等，综合考虑股票的估值与成长性，降低选股策略的盲目性。
最终的选股逻辑
选取元宇宙行业内，流通盘小于等于55亿股，基本面数据标准合理，并且收盘价在Bollinger Bands（上界为upper值，中界为mid值）内的股票作为投资标的。
同花顺指标公式代码参考
Boll(20,2);upper:MA(CLOSE,20)+2STD(CLOSE,20);
mid:MA(CLOSE,20);lower:MA(CLOSE,20)-2STD(CLOSE,20)
Python代码参考
import akshare as ak
import talib
import pandas as pd
def get_eligible_stocks():
# 获取所有A股的基本信息数据
stock_data = ak.stock_zh_a_spot()
# 筛选符合条件的股票
eligible_stocks = []
for index, row in stock_data.iterrows():
# 获取股票的历史交易数据
stock_history = ak.stock_zh_a_hist(symbol=row['代码'], adjust="hfq")
if len(stock_history) >= 20:
# 计算Bollinger Bands指标值
upper, middle, lower = talib.BBANDS(stock_history['收盘价'],
timeperiod=20, nbdevup=2, nbdevdn=2,
matype=0)
# 判断是否符合条件
if (row['所属行业'] == '元宇宙' and row['流通市值(亿元)'] <= 55 and
row['收盘价'] <= upper[-1] and row['收盘价'] >= middle[-1]):
eligible_stocks.append([row['代码'], row['简称']])
return eligible_stocks
print(get_eligible_stocks())
该选股逻辑的Python代码中，获取所有A股的基本信息数据，遍历每个股票并获取其历史交易数据，计算Bollinger Bands指标值，并判断是否符合条件。注意，由于Bollinger Bands指标需要计算标准差，因此需要借助talib库。
## 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。
