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天内有涨停且今日均线向上发散的个股。
选股条件为：元宇宙,前25天有涨停,今日均线向上发散。
选股逻辑分析
本选股策略主要考虑市场热度、技术面和基本面，通过前25天的涨停情况和今日均线向上发散情况筛选出市场关注度较高、技术面良好和基本面稳定的股票，更倾向于选股长期波动性稳定且市场前景看好的个股。
有何风险？
本选股策略存在以下风险：
- 过度依赖技术面指标，可能会导致选出的股票波动性过大。
- 只考虑在元宇宙行业中选股，同时可能存在行业内波动性过大导致的风险。
- 忽略了资金面和基本面指标，可能会导致选择的股票长期表现不如预期。
如何优化？
为了提高本选股策略的绩效和可靠性，可以：
- 在股票选择方面，可以考虑综合多种指标，如技术面、基本面、市场热度和资金面等，以便更准确地选股和建立投资组合。
- 延长选股周期，采用更长时间的历史数据，结合长期的价值投资考虑，以辅助确认股票的价值和趋势。
- 在准备选股时，可以参考其他股票研究机构的研究报告，以及研究行业敏感度和竞争对手状况，进一步确认股票是否值得购买。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且今日均线向上发散的个股，以确定买入时间和买点。
选股条件为：元宇宙,前25天有涨停,今日均线向上发散。
同花顺指标公式代码参考
TDX_HHV((CLOSE+LOW+HIGH)/3,25) > MA((CLOSE+LOW+HIGH)/3,5) AND MA((CLOSE+LOW+HIGH)/3,5) > MA((CLOSE+LOW+HIGH)/3,10)
python代码参考
import pandas as pd
from typing import List
import numpy as np
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
select_df = []
sub_df = df.loc[today]
sub_df = sub_df[sub_df['非ST涨停板'] == 1]
sub_df['avg'] = (sub_df['close'] + sub_df['high'] + sub_df['low']) / 3
sub_df = sub_df[sub_df['avg'].rolling(window=5).mean() > sub_df['avg'].rolling(window=10).mean()]
sub_df = sub_df[sub_df['前25天涨停日期'].apply(lambda x: x != [])]
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。
