问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择前25天有涨停板且10日涨幅大于0小于35的标的，以寻找具备一定上涨空间的品种。
选股条件为：元宇宙、前25天有涨停板、10日涨幅大于0小于35。
选股逻辑分析
本选股策略的思路是：在元宇宙行业中，选择具备一定上涨空间的标的，通过前25天是否有涨停板和10日涨幅大于0小于35作为筛选因素，筛选具备短期上涨潜力的标的。此方法适用于短线交易者和追涨型投资者。
有何风险？
本选股策略存在以下风险：
- 忽略了股票的基本面和未来发展潜力；
- 涨幅较小的标的，可能不具备持续上涨的能力；
- 选股条件过于单一，可能忽略了部分优秀标的。
如何优化？
为进一步提升本选股策略的准确性和稳定性，可以：
- 增加更多的因素筛选，如市盈率、市净率等基本面指标；
- 考虑选用更加稳定的涨幅区间，如10日涨幅大于5小于20；
- 根据市场特点定期对选股条件进行调整。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板且10日涨幅大于0小于35的标的，以寻找具备一定上涨空间的品种。
选股条件为：元宇宙、前25天有涨停板、10日涨幅大于0小于35。
同花顺指标公式代码参考
选股条件：前25天有涨停板 & 10日涨幅大于0小于35
TDX公式：
C1: REF(C>REF(C,1),10) > 0 AND REF(C<REF(C,1),1)<REF(C,1)*1.35;
C2: REF(C>REF(C,1),25) > 0;
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
前25天有涨停板 & 10日涨幅大于0小于35
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame, days_before: int) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today].index.unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
if len(his_df) < days_before:
continue
zt_days = his_df['涨停板'].rolling(window=days_before).sum().iloc[-1]
if zt_days > 0:
inc = his_df.iloc[-1]['收盘价'] / his_df.iloc[-11]['收盘价']
if inc > 1 and inc < 1.35:
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '总市值'], reverse=False)
return select_df
## 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。
