问财量化选股策略逻辑
选股逻辑：元宇宙,流通市值大于100亿元,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2。
选股逻辑分析
该选股策略要求股票符合元宇宙板块，且流通市值大于100亿元，且根据换手率、竞价成交量和昨日成交量的比例关系进行筛选。该策略可以过滤出近期市场人气旺盛、成交较为活跃的股票。
有何风险？
该选股策略存在追涨风险，无法规避市场波动风险。同时，该策略对换手率、竞价成交量和昨日成交量的比例敏感，过于关注短期的市场走势，未考虑股票的基本面等因素，投资者应注意市场风险。
如何优化？
在优化方面，可以考虑加入一些更加稳定的基本面因素，如公司业绩、财务指标等来筛选股票。同时，应对筛选标准进行动态调整，加入历史数据的分析，以适应市场的变动。另外，应设置有效的止损规则，以规避市场波动风险。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2。
同花顺指标公式代码参考
以下是利用同花顺自定义指标进行筛选的代码片段：
选股公式:板块="元宇宙" AND 流通市值>10000000000 AND (REF(VOL,1)*DIV(HIGH,OPEN)>0.5 AND REF(VOL,1)*DIV(HIGH,OPEN)<2);
自定义指标代码: REF(CLOSE,1); DIV(VOL,HIGH); DIV(HIGH, OPEN);
Python代码参考
以下是获取符合该要求股票的Python代码片段：
import QUANTAXIS as QA
# 获取元宇宙板块及流通市值超过100亿元的标的
df = QA.QA_fetch_stock_block_adv().get_code_filtered('元宇宙')
df = df[df['c_market_cap'] > 1000000000]
# 获取换手率、竞价成交量和昨日成交量的数据
market_data = QA.QA_fetch_stock_day_adv(list(df.index), '2021-10-01', '2022-11-11').to_qfq()
market_data['ref_vol'] = market_data.groupby('code')['volume'].shift(1)
market_data['div'] = market_data['ref_vol'] * (market_data['high'] / market_data['open'])
#获取符合条件的标的代码
code_list = market_data.loc[(market_data['div'] > 0.5) & (market_data['div'] < 2)].index.get_level_values(0).tolist()
# 输出筛选结果
print(df[df.index.isin(code_list)])
注：以上代码中，使用的是 QuantAxis 库中的数据获取和计算函数。其中选股策略是基于元宇宙板块、流通市值以及换手率、竞价成交量和昨日成交量的筛选，以供参考。实际应用中应根据实际需求进行适当调整。
## 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。
