问财量化选股策略逻辑
选股逻辑为：元宇宙行业、圆弧形态、9点25分涨幅小于6%。
选股逻辑分析
该选股逻辑包括了元宇宙行业和圆弧形态的选股条件，并加入了短期涨幅的筛选条件，即当天早盘开盘后5分钟的涨幅小于6%。这意味着选股者更加关注的是当天市场的短期波动性。
有何风险？
该选股逻辑快速变化的市场中，短期涨幅可能波动较大，容易受到市场情绪的影响。同时，选股逻辑过于简单，没有考虑到股票基本面等指标。
如何优化？
可以加入更多的技术指标，如成交量、换手率等，以及基本面指标，如营收增长、利润、财务杠杆等，进行综合筛选。另外，可以进一步完善涨幅的筛选条件，如结合均线等技术指标，提升选股策略的稳定性。
最终的选股逻辑
选股逻辑为：元宇宙行业、圆弧形态、9点25分涨幅小于6%+技术指标+基本面数据。
同花顺指标公式代码参考
元宇宙行业可以通过万德或通联数据获取，也可以自行定义股票所属行业。
圆弧形态无默认指标公式，需要根据市场自行定义。
日K线涨幅可以通过高开低收数据计算得出。
其他指标可以通过同花顺数据源、东方财富、资讯天地等数据源获取。
Python代码参考
import akshare as ak
import pandas as pd
def custom_indicator(data):
# 自定义圆弧形态
data['CIR'] = abs(data['high'] - data['low']) / data['close'].shift(1) * 100
return data
def high_volatility_strategy(data):
# 筛选符合条件的股票
conditions = [
(data['industry'] == '元宇宙'), # 所属行业为元宇宙
(data['CIR'] > 0), # 圆弧形态自定义指标
(data['open'] / data['close'].shift(1) < 1.06) # 9点25分涨幅小于6%
# 这里加入技术指标和基本面数据的筛选条件
]
selected_data = data[tuple(conditions)].reset_index(drop=True)
return selected_data
def get_stock_data():
stocks_zh_a_spot_df = ak.stock_zh_a_spot()
selected_stocks = []
for stock_code in stocks_zh_a_spot_df['代码'].unique():
stock_hist = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
stock_hist = custom_indicator(stock_hist)
stock_hist['stock_code'] = stock_code # 添加股票代码列
selected_data = high_volatility_strategy(stock_hist)
if not selected_data.empty:
selected_stocks.append(selected_data)
return pd.concat(selected_stocks)
print(get_stock_data())
该选股逻辑与前一个选股逻辑的Python代码基本相同，在此基础上加入了短期涨幅的筛选条件。同时，可以根据实际需求加入其他指标，如成交量、换手率等。
## 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。
