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，流通市值在50亿到100亿之间的股票。
选股逻辑分析
本选股策略同样结合了技术面和基本面两个方面的因素进行选股。选股逻辑包括三个要素：元宇宙行业、开盘价在十日均线左右以及流通市值在50亿到100亿之间。
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，筛选出流通市值在50亿到100亿之间的股票，这是基本面的一个指标。
有何风险？
本选股策略的风险在于，同样忽略了其他市场和基本面因素的情况下，只通过两个简单指标来进行股票筛选，难以准确预测市场走向，从而产生风险。
如何优化？
本选股策略可以考虑增加更多其他因素，如PE、市值等指标，以减少误判和风险。同样，可以考虑使用机器学习技术等进一步优化策略。
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均线左右，且流通市值在50亿到100亿之间的股票。
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、选出流通市值在50亿到100亿之间的股票：CIRCULATION_MARKET_CAPITALIZATION>=5000000000 AND CIRCULATION_MARKET_CAPITALIZATION<=10000000000;
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 \
(CIRCULATION_MARKET_CAPITALIZATION>=5000000000 AND CIRCULATION_MARKET_CAPITALIZATION<=10000000000);
python代码参考
import tushare as ts
import datetime as dt
def get_eligible_stocks():
eligible_stocks = []
stock_data = ts.get_today_all()
for stock_code, row in stock_data.iterrows():
if '元宇宙' not in row['industry_name']:
continue
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 row['circulating_market_cap'] >= 5e9 and row['circulating_market_cap'] <= 10e9 and ref(row['open'], 1) < ma(row['close'], 10) and row['open'] > ma(row['close'], 10) and ref(row['open'],1) < ref(ma(row['close'],10),1):
eligible_stocks.append(stock_code)
return eligible_stocks
print(get_eligible_stocks())
同样需要注意，本代码同样有时间窗口的问题，需要仔细选择窗口。同时，"circulating_market_cap"的数据来源为tushare，请注意数据的准确性和时效性等问题。
## 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。
