问财量化选股策略逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,500日内至少2次涨停。
选股逻辑分析
本选股逻辑以元宇宙板块为主要筛选条件。结合当天早晨的股票行情和历史涨停情况，综合筛选出最具潜力的股票。具体筛选逻辑包括：首先筛选元宇宙板块内的股票；其次，要求9点25分涨跌幅小于6%；接着判断股票在过去500日内至少出现2次涨停，以筛选出表现突出的股票。最终，从该条件筛选出的股票中选出满足条件的股票。
有何风险？
该选股逻辑忽略了股票的基本面因素，如公司估值和业绩状况等，存在一定风险。另外，历史涨停次数的筛选依赖于历史交易数据，可能出现过度拟合的情况，使选出的股票难以复现。此外，由于元宇宙板块较小，导致可选股票空间较小。
如何优化？
筛选技术面指标和基本面指标并结合市场预期，综合判断股票的前景。可以引入其它指标如KDJ、RSI、均线等，综合判断股票的技术面表现。同时，可以引入公司估值、业绩等基本面指标进行筛选。在历史涨停次数筛选上可以加入其它量化因子，如历史交易量、市场板块表现等。此外，减小选股条件可以扩大选股空间，但应注意选股条件的合理性和可靠性。
最终的选股逻辑
选股逻辑：元宇宙,9点25分涨幅小于6%,500日内至少2次涨停。
同花顺指标公式代码参考
通达信指标：
元宇宙板块：CATEGORY='SW1_zxx'
9点25分涨跌幅小于6%：(REF(CLOSE,1)/OPEN - 1) < 0.06
历史涨停次数大于2：COUNT(AMOUNT==0, 500) >= 2
条件筛选：CATEGORY == 'SW1_zxx' AND (REF(CLOSE,1)/OPEN - 1) < 0.06 AND COUNT(AMOUNT==0, 500) >= 2
Python代码参考
以下是利用Python进行选股的代码：
import akshare as ak
import pandas as pd
from datetime import datetime, timedelta
# 获取元宇宙板块数据
yxu_stocks = ak.stock_zh_a_classified_sector()
yxu_stocks = yxu_stocks[yxu_stocks['name'] == '元宇宙']
# 筛选出符合条件的股票
final_stocks = pd.DataFrame(columns=['symbol'])
for symbol in yxu_stocks['symbol']:
daily_data = ak.stock_zh_a_daily(symbol, start_date=(datetime.now() - timedelta(days=500)).strftime('%Y%m%d'))
if len(daily_data) > 2:
close_data = daily_data.iloc[-2:]
if abs(close_data.iloc[0]['pct_chg']) < 9.5 and abs(close_data.iloc[1]['pct_chg']) < 9.5 and (close_data.iloc[-1]['close']/close_data.iloc[-2]['close'] - 1) < 0.06 and len(daily_data[daily_data['amount'] == 0]) >= 2:
final_stocks = final_stocks.append({'symbol': symbol}, ignore_index=True)
# 按总市值排序并取前5只股票
final_stocks = yxu_stocks[yxu_stocks['symbol'].isin(final_stocks['symbol'])].sort_values(by='market_cap', ascending=False).head(5)
## 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。
