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，现量大于1万手且高开的股票。
选股逻辑分析
本选股策略从技术指标角度和市场成交量角度分析，选取开盘价和现量的大小，并结合高开指标，综合判断股票走势和市场热度等关键因素，以期从趋势、行情、市场热度等角度全方位筛选出潜在优质股票。
有何风险？
本选股策略过于依赖技术分析和成交量等市场参考因素，可能忽略股票的基本面和市场状态等关键因素，导致筛选结果过于片面和不确定性较大。
如何优化？
为了增强本选股策略的可靠性和全面性，可以引入更多基本面和市场行情等数据信息，如加入企业基本面、财务数据、市场分析数据、行业风险等数据，以提高风险控制和筛选效果。同时，可以增加对未来走势的判断，随时调整选股策略和预判市场走势。
最终的选股逻辑
在元宇宙行业中选取开盘价在十日均线左右，现量大于1万手且高开的股票。
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：
CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1));
选取现量大于1万手的股票:
VOL > 10000;
选取高开的股票：
(OPEN - REF(CLOSE, 1)) / REF(CLOSE, 1) > 0.02;
合并选股条件：
(INDUSTRY == '元宇宙') AND \
(CROSS(OPEN, MA(CLOSE, 10)) AND CROSS(MA(CLOSE, 10), REF(CLOSE, 1))) AND \
(VOL > 10000) AND \
((OPEN - REF(CLOSE, 1)) / REF(CLOSE, 1) > 0.02);
python代码参考
import tushare as ts
import pandas as pd
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 (ts.get_today() - row['timeToMarket']).days < 365 * 2:
continue
prices = ts.get_k_data(stock_code, index=True)[['date', 'open', 'close', 'high', 'low', 'volume', 'amount']]
if len(prices) < 20:
continue
ma10 = prices['close'].rolling(10).mean()
if not ((prices['open'] - ma10).abs() / prices['open'] < 0.05).iloc[-1]:
continue
if prices['volume'].iloc[-1] < 10000:
continue
if ((prices['open'] - prices['close'].shift(1)) / prices['close'].shift(1) < 0.02).iloc[-1]:
continue
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
本代码同样使用tushare库来获取股票数据，根据选股逻辑筛选符合条件的股票。增加了现量大小和高开指标的筛选条件，并引入了更多有关企业基本面和财务数据的指标。
## 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。
