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,周线MA5金叉MA10。
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，且周线上MA5金叉MA10。MA5和MA10是常用的技术指标之一，可以反映股票的短期和中期趋势形态。该策略可以过滤出市场行情好且走势较为稳定的股票，但会忽略其它基本面因素的影响。
有何风险？
该选股策略存在盲目追涨的风险，因为只看股价走势而忽略公司基本面等因素的影响。在特定市场状况下，随着市场走势的变化，会出现过度调整的情况，导致选股策略的失效。
如何优化？
在优化方面，可以考虑加入更多基本面因素，如公司业绩、财务指标等来筛选股票，并设置更为有效的止损规则，以期进一步提高股票筛选的精准度。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。
最终的选股逻辑
选股逻辑：元宇宙,流通市值大于100亿元,周线MA5金叉MA10。
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 X-AVG(CLOSE,5) > X-AVG(CLOSE,10);
自定义指标代码: X-AVG(CLOSE,5); X-AVG(CLOSE,10)
注：以上代码中，以同花顺软件为例展示了选股公式和自定义指标的设置方法。需要注意的是，该策略的具体实现还需要根据实际需求进行适当调整。
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]
# 获取周线上MA5金叉MA10的标的
tech = QA.QA_fetch_stock_week_adv(list(df.index), '2020-01-01', '2022-11-11', '00:00:00', '16:00:00')
tech['ma5'] = tech.close.rolling(5).mean()
tech['ma10'] = tech.close.rolling(10).mean()
tech = tech.reset_index().set_index(['code', 'date'])
tech['ma5_shift'] = tech['ma5'].shift(1)
tech['ma10_shift'] = tech['ma10'].shift(1)
code_list = tech[(tech['ma5'] > tech['ma10']) & (tech['ma5_shift'] < tech['ma10_shift'])].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，选股策略中是基于元宇宙板块、流通市值和周线上MA5金叉MA10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。
