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底部抬高的股票。
选股逻辑分析
选股策略基于技术面指标，选取元宇宙行业中开盘价在十日均线左右且底部抬高的股票。其中，开盘价在十日均线左右表明市场整体走势向好，在趋势向上的趋势中寻找买点。底部抬高则表示股票价格已经经历过一波下跌，并且在底部形成了一定的支撑，在股价反弹之后，向上突破的概率较大。
有何风险？
本选股策略存在以下风险：
- 市场走势和技术面指标变化可能导致择时策略的准确性出现偏差；
- 单一指标筛选可能会忽略掉其他可能影响股票走势的因素；
- 底部抬高的条件过于具体，需要综合考虑其他技术面指标，以及基本面和市场环境等因素。
如何优化？
为了提高本选股策略的可靠性和泛用性，可以在技术面指标的选择上更为细致和灵活，结合基本面和市场情境等因素，尽可能综合考虑多个指标。此外，在择时策略上可以进行更加灵活的时间周期选择，以应对不同的市场波动。
最终的选股逻辑
选取元宇宙行业中开盘价在十日均线左右且底部抬高的股票。
同花顺指标公式代码参考
选出符合元宇宙行业的股票：INDUSTRY == '元宇宙';
选取开盘价在十日均线左右的股票：CLOSE > MA(CLOSE, 10) * 0.95 AND CLOSE < MA(CLOSE, 10) * 1.05;
选取底部抬高的股票：REF(LOW, 1) < REF(LOW, 2) AND REF(LOW, 2) < REF(LOW, 3);
合并选股条件：
(INDUSTRY == '元宇宙') AND \
((CLOSE > MA(CLOSE, 10) * 0.95) AND (CLOSE < MA(CLOSE, 10) * 1.05)) AND \
(REF(LOW, 1) < REF(LOW, 2) AND REF(LOW, 2) < REF(LOW, 3));
python代码参考
import tushare as ts
import pandas as pd
import talib
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_stock_basics()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry']:
continue
if row['name'].startswith('ST') or row['name'].startswith('*ST'):
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 10:
continue
ma10 = talib.MA(prices['close'].values, timeperiod=10)
if not ((prices['open'] > ma10) &
(prices['low'].shift(1) < prices['low'].shift(2)) &
(prices['low'].shift(2) < prices['low'].shift(3))):
continue
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
本代码同样使用tushare库获取股票数据，根据选股逻辑筛选符合条件的股票。相较于前一个选股逻辑，本逻辑新增了底部抬高的条件，等价于在底部形成支撑之后，在股价反弹之后向上突破的概率较大。
## 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。
