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，且流通市值大于100亿元的股票。
选股逻辑分析
本选股策略同样以行业和技术指标作为筛选条件，但加入了流通市值作为衡量股票市值的重要指标，可以较好地筛选出市场流动性较高且有一定市值的股票。此外，本选股策略未加入基本面因素。
有何风险？
本选股策略中的风险主要表现在以下几个方面：
- 过度依赖技术指标，可能忽略其他重要的因素；
- 在短时间内选出的股票表现良好，但可能不具有长期价值；
- 对流通市值的设定过于严格，有可能忽略一些市值较小但潜力巨大的股票；
- 选股逻辑中存在干扰项，如开盘价在十日均线左右并不一定能代表股票的实际表现。
如何优化？
为了提高本选股策略的可靠性和全面性，可以加入其他市场、经济和基本面因素，如加入企业基本面数据、市场分析数据和行业风险等数据，以帮助更好地评估股票的发展价值。另外，应充分考虑前景不确定性和市场波动性，及时调整选股策略和调整持股仓位。
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且流通市值大于100亿元的股票。
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));
选取流通市值大于100亿元的股票：
CIRC_MV > 100000;
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 \
(CIRC_MV > 100000);
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
if row['circulating_assets'] < 10000000000:
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
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。本代码加入了流通市值作为指标，可以更科学地评估股票的流动性和市值。同时，加入了对低流通市值的判断，避免了选择市值过小的股票。
## 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。
