问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、近一个月内有过涨停的股票。
选股逻辑分析
该选股逻辑主要通过行业和技术分析进行股票筛选，比较关注股票近期的涨停情况，以发现具有较强市场反响的股票进行选股。相比于基本面因子和市场表现等因素，更强调股票的市场热度。
有何风险？
该选股逻辑忽略了股票的基本面因素和市场整体表现等因素，只注重股票近期的涨停情况，选股成功率和盈利能力都有可能存在较大的波动性。
如何优化？
为了优化该选股逻辑的选股能力和鲁棒性，可以加入更多的技术指标和基本面分析内容，综合考虑股票的行业、技术、基本面等多个方面因素，以提高选股准确性和可靠性。同时，在考虑股票近期涨停情况的基础上，加入较为严格的涨停数量、涨幅等条件限制，以筛选出真正具有强市场反响的股票。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、近一个月内有过2次涨停、涨停时间间隔不小于3个交易日、涨幅不小于8%的股票。
同花顺指标公式代码参考
圆弧形态指标：...
涨停数量指标：...
涨停时间间隔指标：...
涨幅指标：...
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态指标
data['CIR'] = ...
# 自定义涨停数量指标
data['UP_LIMIT_COUNT'] = ...
# 自定义涨停时间间隔指标
data['UP_LIMIT_INTERVAL'] = ...
# 自定义涨幅指标
data['UP_LIMIT_CHANGE'] = ...
return data
def hot_stock_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['UP_LIMIT_COUNT'] >= 2), # 近一个月内有过2次涨停
(data['UP_LIMIT_INTERVAL'] >= 3), # 涨停时间间隔不小于3个交易日
(data['UP_LIMIT_CHANGE'] >= 0.08) # 涨幅不少于8%
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_hot_stocks():
# 获取所有A股
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
# 根据股票代码获取历史交易数据
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
selected_data = hot_stock_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_hot_stocks())
在该选股逻辑的Python代码中，加入了更多的技术指标和基本面数据进行综合分析和选股筛选，以提高选股准确性和可靠性。同时在考虑股票近期涨停情况的基础上，加入了较为严格的涨停数量、涨幅等条件限制，提高选股的可靠性和稳定性。
## 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。
