问财量化选股策略逻辑
选股策略为：在元宇宙行业中，昨天发生龙虎榜并且连续七天收盘价都下跌的股票。
选股逻辑分析
该选股策略主要考虑到，元宇宙行业的公司具有一定的高增长性和市场表现，但是如果股票连续下跌七天，则可能出现一定的技术面调整，这时捕捉到股票突然反弹的机会较为有利。在此基础上，再结合昨日的龙虎榜因素，筛选出有较大机会反弹的股票。
有何风险？
该选股策略的主要风险在于，过分注重技术面的调整，对股票基本面的考虑不足，容易遗漏风险因素，如公司业绩下滑等。同时，连续下跌的股票也可能存在市场缺乏信心的问题，需要谨慎考虑其未来的发展潜力。
如何优化？
可以在筛选连续下跌的股票的基础上，结合其基本面等长期因素，进行更全面的考虑，提高选股策略的长期盈利能力。同时，可以关注其他有关市场情绪的指标，以更全面的视角进行股票筛选。
最终的选股逻辑
在元宇宙行业中，昨天出现龙虎榜，股票在过去七天中每天的收盘价都比前一天低。
同花顺指标公式代码参考
在元宇宙行业中，昨天出现龙虎榜，股票在过去七天中每天的收盘价都比前一天低：
昨日出现龙虎榜：CROSS(DIFF, DEA) AND CROSS(DEA, MACD);
过去七天每天收盘价低于前一天：REF(CLOSE, 1) > REF(CLOSE, 2) AND REF(CLOSE, 2) > REF(CLOSE, 3) AND
REF(CLOSE, 3) > REF(CLOSE, 4) AND REF(CLOSE, 4) > REF(CLOSE, 5) AND
REF(CLOSE, 5) > REF(CLOSE, 6) AND REF(CLOSE, 6) > REF(CLOSE, 7);
Python代码参考
import akshare as ak
import datetime
def get_eligible_stocks():
eligible_stocks = []
today = datetime.datetime.now().strftime("%Y-%m-%d")
stock_data = ak.stock_zh_a_spot_em()
stock_data = stock_data[(stock_data['industry'] == '元宇宙')]
for index, row in stock_data.iterrows():
try:
kline_data = ak.stock_zh_a_hist(symbol=index, from_date='20200101', to_date=today, period="d")
if len(kline_data) < 8:
continue
if all(x<y for x, y in zip(kline_data.iloc[-7:]['close'].values, kline_data.iloc[-8:-1]['close'].values)) and kline_data.iloc[-2]['close'] in kline_data.iloc[-2]['dragonandtiger']:
eligible_stocks.append([index, row['name']])
except:
continue
return eligible_stocks
print(get_eligible_stocks())
通过Akshare获取A股的历史K线数据，通过筛选连续下跌的股票和龙虎榜进行股票择时，得到符合条件的股票列表，需要注意数据清洗的问题，如数据缺失等。
## 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。
