问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,价格＜12。
选股逻辑分析
选股逻辑同样考虑了行业、技术和基本面三个因素。在行业选择方面，仍然以元宇宙板块股票为选股范围，不过本次选股将价格限制在12元以下，旨在关注低价股票。在技术因素方面，同样要求选股股票的9:25分收盘价相对于开盘价的涨跌幅小于6%，判断选股股票近期市场表现；而在基本面方面，则要求选股股票的价格低于12元，更关注未来成长性。
有何风险？
该选股逻辑同样依赖于市场参与者心理和技术因素，选股范围也相对较小，容易受到市场波动和风险因素的影响。除此之外，低价股票的流动性可能会较低，价格波动较大，存在一定的风险。
如何优化？
为增加灵活性和可靠性，选股逻辑可以适当引入更多的基础面因素，如公司财务数据（如市盈率、市净率、净利润增长率等），以及行业数据（如行业盈利状况、加权市盈率、相对强势指数等）等指标，逐步建立更为完善的选股模型。同时，在选股范围方面可以设置更为灵活的价格区间，从而适应不同的市场环境。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,价格＜12
同花顺指标公式代码参考
通达信指标：
元宇宙板块：CATEGORY='SW1_zxx'
9点25分涨跌幅小于6%：(REF(CLOSE,1)/OPEN - 1) < 0.06
价格＜12：CLOSE < 12
条件筛选：CATEGORY == 'SW1_zxx' AND (REF(CLOSE,1)/OPEN - 1) < 0.06 AND CLOSE < 12
Python代码参考
以下是利用Python进行选股的代码：
import akshare as ak
import pandas as pd
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出符合条件的股票，并按照价格排序
final_stocks = pd.DataFrame(columns=['symbol', 'price'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol)
if len(daily_data) >= 2:
if (daily_data.iloc[-2]['close'] / daily_data.iloc[-2]['open'] - 1) < 0.06 and daily_data.iloc[-1]['close'] < 12:
price = daily_data.iloc[-1]['close']
final_stocks = final_stocks.append({'symbol': symbol, 'price': price}, ignore_index=True)
final_stocks = final_stocks.sort_values(by='price', ascending=True)
## 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。
