问财量化选股策略逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，机器人概念且流通市值小于100亿。
选股逻辑分析
- 机器人概念是当前市场热点，具有投资价值。
- 流通市值小于100亿可以筛选一些相对小型的公司，但同时也存在一定的风险。
- 此选股策略还是比较严格的，可能会忽略一些潜在的机会。
- 与更多的技术指标和市场因素相结合可以进一步优化此选股逻辑。
有何风险？
- 过分追求机器人概念可能会有一定的盲目性。
- 小型公司市场风险相比大型公司更大，存在风险。
- 过度依赖单一指标可能会忽略其他重要的因素，存在风险。
如何优化？
- 结合其他技术指标如KDJ、RSI等进行综合判断。
- 进一步筛选公司财务状况和管理层的背景等基本面因素。
- 结合股票的历史表现判断股票的风险和回报。
最终的选股逻辑
选股逻辑包括振幅大于1，10日涨幅大于0小于35，机器人概念且流通市值小于100亿，并且结合其他技术指标和基本面因素进行综合考量。
同花顺指标公式代码参考
((HIGH-LOW)/REF(C,1)>0.01) AND (C>MA(C,10)) AND (C<MA(C,10)*1.1)
AND LEFT(CODE, 3) IN ('3000', '8310', '8360', '8370', '8380')
AND TOTALMV<=10000000000
python代码参考
import akshare as ak
def select():
data = pd.DataFrame()
robot_concepts = ak.stock_concept(indicator="机器人概念")['stock_code'].tolist()
end_date = datetime.now().strftime("%Y%m%d")
start_date = (datetime.now() - timedelta(days=365)).strftime("%Y%m%d")
for code in robot_concepts:
try:
df = ak.stock_zh_a_daily_sina(symbol=code, start_date=start_date, end_date=end_date, adjust='qfq')
df['ma10'] = df['close'].rolling(window=10).mean()
df = df[(df['close'] > df['ma10']) & (df['close'] < df['ma10'] * 1.1)]
df = df[(df['high'] - df['low']) / df['close'].shift(1) > 0.01]
total_mv = ak.stock_stock_industry(index="板块资金流", symbol=code, trade_date='now', data_type='total_mv')
if total_mv.empty or total_mv.iloc[0]['capitalization'] > 1e10:
continue
else:
data = pd.concat([data, df])
except:
continue
return data
## 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。
