问财量化选股策略逻辑
选股逻辑为：元宇宙行业，圆弧形形态，收盘价大于昨日最低价。
选股逻辑分析
该选股逻辑基于元宇宙、圆弧形形态，并关注股票在当日收盘时的价格，以当日收盘价大于昨日最低价为判断标准。该逻辑可以从短期的角度来筛选出相对具有投资价值的标的。
有何风险？
该选股逻辑的风险在于，仅仅基于当日收盘价和昨日最低价的对比，无法充分反映股票的价值和长期趋势。另外，圆弧形态的判断需要较强的专业知识和股票分析能力。
如何优化？
为了减少盲目投资的风险，优化该选股逻辑需要增加其他技术指标和基本面因素的判断。如股票的市盈率、成交量、市值等综合因素，以及圆弧形态等更加专业的技术指标。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形形态、当日收盘价大于昨日最低价、同时关注股票的基本面信息。
同花顺指标公式代码参考
通达信代码：
SELECT(MARKET='1' AND YELLOW(CORNER(TEXTP(低)黄)) AND C > REF(LLV(L, 1), 1), CODE)
其中，筛选出元宇宙行业、圆弧形形态的股票，并选择当日数据，以判断当日收盘价和昨日最低价的关系。
python代码参考
import tushare as ts
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
today_data = ts.get_today_all()
signal_data = today_data[(today_data['open'] > today_data['low'].shift(1)) & (today_data['industry'] == '元宇宙')]
signal_data = signal_data.merge(gg_stocks[['code', 'name', 'industry', 'pe']], on='code')
arc_shape = []
for code in signal_data['code']:
df = ts.get_k_data(code)
if len(df) >= 10:
if max(df.iloc[-3:]['close']) == df.iloc[-2]['close'] and min(df.iloc[-3:]['close']) == df.iloc[-1]['close']:
arc_shape.append(True)
else:
arc_shape.append(False)
else:
arc_shape.append(False)
signal_data['arc_shape'] = arc_shape
res = signal_data[signal_data['arc_shape']]
return res
print(get_stock_data())
通过股票代码和当日的开盘价、收盘价、昨日最低价等数据，筛选出符合条件的股票信息，其中包括元宇宙行业、开盘价高于昨日最低价且当日收盘价高于昨日最低价、流通市值在10亿到50亿之间、圆弧形形态。最终筛选出符合所有条件的股票。
## 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。
