问财量化选股策略逻辑
选股策略为：在元宇宙行业中选取开盘价在十日均线左右，且前25天有涨停的股票。
选股逻辑分析
本选股策略同样以行业和技术指标作为筛选条件，加入前25天有涨停的指标，表明股票的热度和市场关注度有所提高。同时，选股逻辑中的开盘价在十日均线左右的指标和前两个选股逻辑相同，有利于进一步确定买入时机和风险控制。相对于前两个选股逻辑和第三个选股逻辑，本逻辑更注重市场交易和情绪的参考，具备一定的可操作性和针对性。
有何风险？
本选股策略中存在以下风险：
- 选股指标较为单一，可能无法全面反映股票的真实情况；
- 过于追求近期的热点，可能忽略长期的潜力和发展性；
- 前25天的涨停不一定是股票进一步上涨的充分条件，也有可能是股价迅速下跌的先兆。
如何优化？
为了提高本选股策略的可靠性和全面性，可以加入更多的指标，并进行综合评估。另外，应加强对于股票基本面的研究和调查，以更好地评估股票价值和内在潜质。
最终的选股逻辑
在元宇宙行业中，选取开盘价在十日均线左右且前25天有涨停的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取开盘价在十日均线左右的股票：
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));
选出前25天有涨停的股票：
ALLTOM(idx001, CLOSE, v1:=CHANGE(CLOSE) / REF(CLOSE, 1) > 0.099);
COUNT(v1, 25) > 0;
合并选股条件：
(INDUSTRY == '元宇宙') AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1))) AND \
(ALLTOM(idx001, CLOSE, v1:=CHANGE(CLOSE) / REF(CLOSE, 1) > 0.099) AND COUNT(v1,25)>0);
python代码参考
import tushare as ts
import pandas as pd
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_stock_basics()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry']:
continue
if (ts.get_today() - row['timeToMarket']).days < 365 * 2:
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 30:
continue
ma10 = prices['close'].rolling(10).mean()
if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
continue
max_high = prices['high'][-25:].max()
if max_high == prices['high'].iloc[-1]:
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
本代码同样使用tushare库来获取股票数据，根据选股逻辑筛选符合条件的股票。相较于前两个选股逻辑，本逻辑加入了前25天有涨停的判断条件，更加关注个股的交易活跃度和市场情绪，具有一定的针对性和可操作性。
## 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。
