问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择流通盘小于等于55亿股，前25天内有涨停的股票，以寻找小盘股中具有良好趋势的标的。
选股条件为：元宇宙、前25天有涨停、流通盘小于等于55亿股。
选股逻辑分析
本选股策略的思路是：首先筛选出在元宇宙行业中流通盘小于等于55亿股的股票，再筛选出前25天内出现过涨停板的标的，以寻找更具有流动性的、走势更容易受到市场情绪的小盘股，也是考虑到小盘股往往有着较大的上涨空间，但同时伴随着更高的风险。
有何风险？
本选股策略存在以下风险：
- 基于流通盘进行筛选，可能忽略了股票的潜在价值和长期发展潜力；
- 忽略了其他影响股票价格的因素，如公司财务状况、行业风险等；
- 在选择流通盘时，可能会剔除一些具有较高流动性但资金实力较弱的标的。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 综合考虑基本面因素和技术指标，通过多因素模型进行选股；
- 考虑对股票流通盘大小的量化加权，以减少剔除潜在优质标的的风险；
- 对选取的标的进行资金实力分析，进一步评估其是否适合投资。
最终的选股逻辑
在元宇宙行业中，选择流通盘小于等于55亿股，前25天内有涨停的股票，以寻找小盘股中具有良好趋势的标的。
选股条件为：元宇宙、前25天有涨停、流通盘小于等于55亿股。
同花顺指标公式代码参考
选股条件：流通盘小于等于55亿股、前25天有涨停板
TDX公式：
C1: V<5500000000;
C2: CROSSCOUNT(ZT>0,C)>0;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
流通盘小于等于55亿股 AND 前25天有涨停板
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int, max_circulate: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days > 0 and his_df.iloc[-1]['流通股本'] <= max_circulate:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], reverse=False)
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。
