问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、昨天换手率大于8%。
选股逻辑分析
该选股逻辑包括了元宇宙行业和圆弧形态的选股条件，并加入了昨天换手率的筛选条件。这意味着选股者更加关注股票的流动性和市场情绪。
有何风险？
该选股逻辑中，选股者只考虑了昨天的换手率和技术形态，没有考虑到股票的基本面指标，如营收、利润等指标。同时，信号过于单一，对股票选择的筛选条件较为严格。
如何优化？
可以加入更多的技术指标，如均线、动量指标、KDJ指标等，综合来筛选符合条件的股票。同时应该考虑到股票的基本面指标，如营收、利润、财务杠杆等指标，来充分评估选择的股票。另外，应该适当降低筛选条件的严格性，避免过度筛选。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、昨日换手率大于8%+技术指标+基本面数据。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通达信数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
昨日换手率可以通过同花顺数据源、东方财富、资讯天地等数据源获取。
其他技术指标和基本面数据可以通过同花顺数据源、OA开发论坛、通达信公式、文华财经等获取。
Python代码参考
import akshare as ak
import pandas as pd
import numpy as np
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def high_volume_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['turnover_rate'].shift(1) > 8) # 昨天换手率大于8%
# 这里加入技术指标和基本面数据的筛选条件
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
# 添加换手率快速计算
stock_hist['turnover_rate'] = stock_hist['volume'] / stock_hist['volume'].shift(1)
selected_data = high_volume_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
该选股逻辑的Python代码相较于上一个选股逻辑，在条件中加入了昨天换手率的筛选条件。同时，可根据实际需求加入其他指标，如均线、动量指标、KDJ指标等。
## 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。
