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天内有涨停且按个股热度（涨停次数）从大到小排序，确定买入时间和买点。
选股条件为：元宇宙,前25天有涨停,按个股热度（涨停次数）从大到小排序。
选股逻辑分析
本选股策略主要从技术面出发，通过前25天内涨停次数作为个股热度指标，筛选出市场关注度较高、投资收益率较高的个股，更趋于选股短线交易型股票。
有何风险？
本选股策略存在以下风险：
- 忽略了股票的基本面指标，如PE、市净率等，可能会导致选择的股票长期表现不如预期。
- 只考虑在元宇宙行业中进行选股，同时可能存在行业内波动性过大导致的风险。
- 忽略了其他技术面指标，如走势、均线、量能等指标，可能会导致选择的股票波动性过大导致投资风险增大。
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，综合多种指标，综合考虑技术面和基本面指标，以辅助判断趋势和确定投资收益率等因素。
- 延长选股周期，采用更长时间的历史数据，结合短期技术面指标进行判断，以辅助确定股票的趋势和热度。
- 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天内有涨停且按个股热度（涨停次数）从大到小排序，以确定买入时间和买点。
选股条件为：元宇宙,前25天有涨停,按个股热度（涨停次数）从大到小排序。
排序指标：前25天内有涨停的次数，从大到小排序。
同花顺指标公式代码参考
COUNT(IF(非ST涨停板,1,0),25) == REF(COUNT(IF(非ST涨停板,1,0),25),1)
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]
df['hot'] = df['前25天涨停日期'].apply(lambda x: len(x))
sub_df = df.loc[today]
sub_df = sub_df[sub_df['非ST涨停板'] == 1]
sub_df = sub_df.sort_values(by='hot', ascending=False)
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。
