问财量化选股策略逻辑
本选股策略为：在元宇宙行业中，选择前25天内有涨停且当日收益率大于0的股票，以寻找近期涨幅较好、具有成长潜力的投资标的。
选股条件为：元宇宙、前25天有涨停、当日收益率＞0。该条件旨在找到可以持续增长的投资标的，同时通过涨停板和昨日换手率等因素，过滤掉过度热门或被高估的标的。
选股逻辑分析
本选股策略的思路是：在元宇宙该行业中，筛选前25天内出现了涨停板的股票，并关注其后续表现。根据当日的收益率指标，确认股票的相对涨幅，找到近期表现较好的股票。通过这种方式找到具备较强成长潜力的股票。
有何风险？
本选股策略存在以下风险：
- 忽略标的基本面因素，可能选错被高估的标的；
- 当日量价表现波动过大时，由于只看当日收益，对未来发展不足够准确的预测；
- 仅通过前25天涨停板，可能无法完全反映出行业走向和标的质量的变化。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 结合标的基本面和行业走势等指标，进一步筛选和判断股票的质量；
- 考虑将选股条件中的涨停板、换手率和相对收益比例等因素进行量化加权；
- 持续跟踪绩效和回溯测试选股策略，通过实际操作数据不断优化策略。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且当日收益率大于0的股票，以寻找近期涨幅较好、具有成长潜力的投资标的。
选股条件为：元宇宙、前25天有涨停、当日收益率>0。
同花顺指标公式代码参考
选股条件：前25天有涨停板、当日收益率>0
TDX公式：
C1: CROSSCOUNT(ZT > 0, C) > 0;
C2: RISE(C, 1) > 0;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板 AND 当日收益率>0
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
today_income = his_df.iloc[-1]['收益率']
if zt_days > 0 and today_income > 0:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], reverse=False)
return select_df
## 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。
