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，今日均线向上发散。
选股逻辑分析
该选股策略主要突出元宇宙行业，并将流通盘小于等于55亿股和今日均线向上发散作为过滤条件，以找到当前市场趋势较为明显、潜力较大的股票。
有何风险？
该选股策略可能过于看重技术面，忽略了基本面潜力，同时今日均线向上发散仅是一种短期趋势，可能会存在误判的可能性，存在投资失误的风险。
如何优化？
可以引入其他重要因素和多维度参考，如交易量、市值、财务数据、政策环境等指标，同时可以考虑引入基于深度学习的机器学习算法等，以提高选股的准确性和应对市场风险。
最终的选股逻辑
选取元宇宙行业中，流通盘小于等于55亿股，并符合基本面、技术面等多方面综合考量的标的资产，在此基础上确认今日均线向上发散趋势较强的股票。
同花顺指标公式代码参考
选股公式：C > DMA(C,10) AND C < DMA(C,10) * 1.1 AND V > MA(V, 5) * 1.5 AND V < MA(V, 10) * 2 AND (C/REF(C,1)-1) > MA(C/REF(C,1)-1,5) AND (C/REF(C,1)-1) > MA(C/REF(C,1)-1,10) AND (C/REF(C,1)-1) > MA(C/REF(C,1)-1,20) AND (C/REF(C,1)-1) < MA(C/REF(C,1)-1,60) AND (VOL/MAX(VOL,25)[1] > 1.5) AND (REF(MA(C,5), 1) < MA(C,5)) AND (REF(MA(C,10), 1) < MA(C,10)) AND (REF(MA(C,20), 1) < MA(C,20)) AND (REF(MA(C,30), 1) < MA(C,30)) AND (REF(MA(C,60), 1) < MA(C,60))
Python代码参考
import akshare as ak
def get_hot_stocks():
# 获取所有A股的日线数据
stock_data = ak.stock_zh_a_daily(symbol="sh510050")
# 计算技术指标
stock_data['DMA10'] = stock_data['close'].rolling(window=10).mean()
stock_data['MA5'] = stock_data['vol'].rolling(window=5).mean()
stock_data['MA10'] = stock_data['vol'].rolling(window=10).mean()
stock_data['MA20'] = stock_data['vol'].rolling(window=20).mean()
stock_data['MA60'] = stock_data['vol'].rolling(window=60).mean()
stock_data['MA5_Return'] = (stock_data['close']/stock_data['close'].shift(1) - 1).rolling(window=5).mean()
stock_data['MA10_Return'] = (stock_data['close']/stock_data['close'].shift(1) - 1).rolling(window=10).mean()
stock_data['MA20_Return'] = (stock_data['close']/stock_data['close'].shift(1) - 1).rolling(window=20).mean()
stock_data['MA60_Return'] = (stock_data['close']/stock_data['close'].shift(1) - 1).rolling(window=60).mean()
stock_data['VOL_Ratio'] = stock_data['vol'] / stock_data['vol'].shift(25).rolling(window=25).max()
# 筛选符合条件的股票
eligible_stocks = []
for index, row in stock_data.iterrows():
# 判断是否符合条件
if (row['流通市值'] <= 55 and row['板块'] == '元宇宙' and row['MA5_Return'] > row['MA10_Return'] and row['MA10_Return'] > row['MA20_Return'] and row['MA20_Return'] >= row['MA60_Return'] and row['vol'] > row['MA5'] * 1.5 and row['vol'] < row['MA10'] * 2 and row['VOL_Ratio'] > 1.5 and row['MA5'] > row['MA10'] and row['MA10'] > row['MA20'] and row['MA20'] > row['MA30'] and row['MA30'] > row['MA60']):
eligible_stocks.append([row['代码'], row['名称'], row['收盘价']])
return eligible_stocks
print(get_hot_stocks())
该选股逻辑的Python代码中，在原有基础上新增了对于今日均线的判断，将今日均线向上发散作为筛选的条件之一，以实现更加精准的选股。
## 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。
