问财量化选股策略逻辑
选股策略为：元宇宙行业中，昨日出现龙虎榜且当日收盘价高于近两日最高价的股票。
选股逻辑分析
该选股策略从龙虎榜、行业和股价走势等多个方面入手，旨在挖掘元宇宙行业内的涨势较强、投资价值较高的股票。通过筛选昨日出现龙虎榜，可以挖掘那些当前较受市场关注的股票，而通过将当日收盘价与近两日最高价进行比较，则能够筛选出股价走势较为强劲的股票。
有何风险？
该选股策略可能会因为过于注重短期股价走势而忽略长期的基本面因素，存在一定的盲目性和风险。
如何优化？
可以将股价走势、基本面因素、行情走势等多个指标结合，形成综合评价体系，从多个方面评估股票的投资价值。此外，可以结合机器学习和人工智能技术，从大量数据中提取关键特征，进一步优化选股策略。
最终的选股逻辑
选取元宇宙行业中，昨天出现龙虎榜且当日收盘价高于近两日最高价的股票。
同花顺指标公式代码参考
选取元宇宙行业中，昨天出现龙虎榜且当日收盘价高于近两日最高价的股票：
昨日出现龙虎榜：CROSS(DIFF, DEA) AND CROSS(DEA, MACD);
当日收盘价高于近两日最高价：C>=REF(HHV(HIGH,2),1);
Python代码参考
import akshare as ak
import datetime
def get_eligible_stocks():
eligible_stocks = []
today = datetime.datetime.now().strftime("%Y-%m-%d")
stock_data = ak.stock_zh_a_spot_em()
stock_data = stock_data[stock_data['industry']=='元宇宙']
for index, row in stock_data.iterrows():
kline_data = ak.stock_zh_a_hist(symbol=index, period="d")
if len(kline_data) < 3:
continue
if kline_data.iloc[-2]['close'] in kline_data.iloc[-2]['dragonandtiger'] and kline_data.iloc[-1]['close'] >= max(kline_data.iloc[-3:-1]['high']):
eligible_stocks.append([index, row['name']])
return eligible_stocks
print(get_eligible_stocks())
该选股策略的Python代码使用了Akshare获取A股的股票数据和历史K线数据，通过筛选龙虎榜和股价走势，得到符合条件的股票列表。其中，需要注意根据实际情况调整判断条件，如选取最高价的天数、判断股价是否符合预期等。
## 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。
