问财量化选股策略逻辑
选股策略为：元宇宙行业，流通盘小于等于55亿股，（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2。
选股逻辑分析
该选股策略主要从行业、市值和成交量等方面筛选股票，采用了昨日换手率和今日竞价成交量的预测值的乘积来筛选符合条件的股票。此外，该策略也考虑了流通盘的大小，可以避免小市值股票的风险，寻找高走势潜力的投资标的。
有何风险？
该选股策略的主要缺点是依赖数据的准确性，例如昨日换手率、今日竞价成交量等数据需要准确可靠。另外，选股策略在技术面等方面仍有欠缺，例如未考虑股票的成交量、相对强弱指标等因素，因此需要与其它的研究方式协同判断。
如何优化？
可以采用更多的指标作为筛选条件，例如MACD、RSI等技术指标，结合当前市场情况进行筛选。同时，在数据预处理上需要更加精细，保证数据的准确性和真实性，从而提高选股策略的准确性和可持续性。
最终的选股逻辑
选取元宇宙行业中，流通盘小于等于55亿股，（昨日换手率*（今日竞价成交量/昨日成交量））>0.5<2的股票。
同花顺指标公式代码参考
没有通达信的通用指标公式可以直接使用，需要自行编写。
Python代码参考
import akshare as ak
def get_hot_stocks():
# 获取今日所有A股行情和资产
stock_data = ak.stock_zh_a_spot_em()
# 筛选符合条件的股票
eligible_stocks = []
for index, row in stock_data.iterrows():
# 获取昨日流通股数和换手率
hist_data = ak.stock_zh_a_hist(symbol=index, period="daily", adjust="qfq")
if (hist_data.shape[0] < 2):
continue
yesterday_vol = hist_data.iloc[-2]['vol']
yesterday_turnover = hist_data.iloc[-2]['turnover_rate']
# 获取今日竞价成交量
real_time_data = ak.stock_zh_a_hist_today(symbol=index)
today_bid_vol = real_time_data.iloc[0]['竞买总量']
# 判断符合条件的股票
if (row['流通市值'] <= 55 and yesterday_turnover * (today_bid_vol / yesterday_vol) > 0.5 and
yesterday_turnover * (today_bid_vol / yesterday_vol) < 2):
eligible_stocks.append([index, row['名称'], row['现价']])
return eligible_stocks
print(get_hot_stocks())
该选股逻辑的Python代码中，首先获取当日所有A股的行情和资产，然后对符合条件的股票进行数据的预处理和筛选，通过昨日换手率和今日竞价成交量的预测值的乘积来判断股票的投资价值。通过返回选取的股票代码、名称和现价信息进行更进一步的投资研究。
## 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。
