问财量化选股策略逻辑
选股逻辑：元宇宙、昨天换手率＞8%、反包。
选股逻辑分析
该选股策略选择了市场热点领域的股票，通过筛选换手率，选择具有流动性的股票，同时引入了反包因素，选取在市场的某个时间段内，由于公司消息面、政策的影响等原因，导致股价出现极端异常走势的股票。该选股策略相较于之前的选股策略，增加了反应市场数据的能力。
有何风险？
该选股策略同样存在着依赖市场情绪、流动性、时间限制等多重因素。同时，过于依赖市场热点领域，可能忽略了一些基本面数据较为好的股票。而反包因素对于筛选的精准性需要进行更为准确的数据分析，有较大误差的可能性。
如何优化？
可以同时引入更多数据信息，如市盈率、市净率、资产负债率等，以提高选股的准确性。同时需要建立更为系统化的数据整合处理机制，以减少因反包数据分析误差而导致的精度下降。
最终的选股逻辑
选股逻辑：元宇宙、昨天换手率＞8%、反包、市盈率低于40倍，市净率低于2倍，资产负债率低于70%。
同花顺指标公式代码参考
元宇宙板块：CATEGORY='SW1_zxx'
昨天换手率＞8%：(VOLPRI / REF(VOLPRI, 1)) > 1.08
反包：CLOSE < LOW * 0.6 OR CLOSE > HIGH * 1.4
市盈率低于40倍：PE < 40
市净率低于2倍：PB < 2
资产负债率低于70%：ASSETS / AVERAGE(LIABILITIES, 4) < 0.7
选股：CATEGORY='SW1_zxx' AND (VOLPRI / REF(VOLPRI, 1)) > 1.08 AND (CLOSE < LOW * 0.6 OR CLOSE > HIGH * 1.4) AND PE < 40 AND PB < 2 AND ASSETS / AVERAGE(LIABILITIES, 4) < 0.7
Python 代码参考
import akshare as ak
# 获取元宇宙板块和所有可交易股票
yxu_stocks = ak.stock_zh_a_classified_sector()
all_stocks = ak.stock_zh_a_daily_info()
selected_stocks = []
for stock in all_stocks.index:
stock_data = all_stocks.loc[stock]
if (stock in yxu_stocks['symbol'].values) and (stock_data['vol'] / all_stocks.loc[stock, 'preclose'] > 1.08) and ((stock_data['close'] < stock_data['low'] * 0.6) or (stock_data['close'] > stock_data['high'] * 1.4)) and (stock_data['pe'] < 40) and (stock_data['pb'] < 2) and (stock_data['total_assets'] / (stock_data['total_liability'] + all_stocks.loc[stock, 'total_equity']) < 0.7):
selected_stocks.append(stock)
## 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。
