问财量化选股策略逻辑
选股策略为：在元宇宙行业中，选取开盘价在十日均线左右，且 DEA 指标上涨的股票。
选股逻辑分析
本选股策略结合了技术面和行业面两个方面的因素。选股逻辑包含三个要素：元宇宙行业、开盘价在十日均线左右、DEA 指标上涨。
首先，选取元宇宙行业的股票。之后，筛选出开盘价在十日均线左右的股票。最后，排除 DEA 指标下降的股票，选择 DEA 指标上涨的股票。
有何风险？
本选股策略的风险主要在于技术面指标的使用方式可能存在一定的误判，如短期涨跌所产生的影响等。此外，忽略了基本面的影响因素，同时，由于选股逻辑较为简单，因此在市场较为异常的情况下容易失效。
如何优化？
可以考虑加入其它技术面和基本面因素，如 MACD、RSI、财务报表数据等，从多个角度来评估个股的价值。同时，在不断修正和验证选股逻辑的过程中，不断优化策略的有效性和可靠性。
最终的选股逻辑
在元宇宙行业中，筛选出当前开盘价在十日线左右、且 DEA 指标上涨的股票。
同花顺指标公式代码参考
1、选出符合元宇宙行业的股票：INDUSTRY == '元宇宙'；
2、选出当前开盘价在十日均线左右的股票：
REF(CLOSE,1)<MA(CLOSE,10) AND OPEN>MA(CLOSE,10) AND REF(OPEN,1)<REF(MA(CLOSE,10),1);
3、选出 DEA 指标上涨的股票：
MACD(12,26,9)上穿0轴；
4、合并选股条件：(INDUSTRY == '元宇宙') AND \
(REF(CLOSE,1)<MA(CLOSE,10) AND OPEN>MA(CLOSE,10) AND REF(OPEN,1)<REF(MA(CLOSE,10),1)) AND \
(MACD(12,26,9)上穿0轴);
Python代码参考
import tushare as ts
import talib
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_today_all()
for stock_code, row in stock_data.iterrows():
if '元宇宙' in row['industry_name'] and row['exchange'] != 'SSESTAR' and row['exchange'] != 'SZSEEM':
open_prices = ts.get_k_data(stock_code, start=(dt.datetime.now()-dt.timedelta(days=10)).strftime('%Y-%m-%d'), end=(dt.datetime.now()-dt.timedelta(days=1)).strftime('%Y-%m-%d'))['open'].values
ten_day_ma = open_prices.mean()
if ts.get_k_data(stock_code, start=dt.datetime.now().strftime('%Y-%m-%d'), end=dt.datetime.now().strftime('%Y-%m-%d')).iloc[0]['open'] > ten_day_ma:
macd, signal, hist = talib.MACD(ts.get_k_data(stock_code)['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] > signal[-1]:
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
上述 Python 代码使用了 tushare 和 talib 包获取实时行情数据和技术指标的计算等操作。需要注意时间窗口的选取等问题，以及异常处理等问题。同时，由于采用的是技术面指标作为筛选标准，需要注意指标的可靠性和判断标准等问题。
## 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。
