问财量化选股策略逻辑
选股逻辑为：振幅大于1，流通市值大于100亿元，元宇宙。该选股策略从市场交易情况、公司基本面和行业发展趋势多方面考虑。
选股逻辑分析
该选股策略主要从市场交易情况、公司基本面和行业发展趋势多方面考虑。振幅和流通市值反映了市场交易情况，而元宇宙是当前市场热点，因此被作为选股逻辑之一。同时，该选股策略也对公司基本面和行业发展趋势进行考虑，是一个比较全面的选股策略。
有何风险？
该选股策略可能会因为过分追求当前热点而忽略公司基本面和业绩情况。同时，由于目前元宇宙概念尚属于前沿热点，行业的不确定性较大，难以预测未来行情，存在一定的投资风险。
如何优化？
除了考虑元宇宙等行业分析外，应该加强公司基本面和财务指标等多方面的分析，结合均线、动量等技术指标，综合考虑。同时，要关注行业最新动态和趋势，进行长期布局，控制投资仓位，严格止盈止损，及时调整投资组合，减小风险。
最终的选股逻辑
选股条件为：振幅大于1，流通市值大于100亿元，关键词中有元宇宙。该选股策略从市场交易情况、公司基本面和行业发展趋势多方面考虑。
同花顺指标公式代码参考
C1: ABS((HIGH/LOW-1)*100)>=1; //振幅大于1
C2: CIRC_MV>100000; //流通市值大于100亿元
C3: IN_KEYWORDS('元宇宙')
SYMBOL: C1 AND C2 AND C3;
python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有股票数据
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,name')
# 筛选符合条件的股票
df_list = []
for i in range(len(data)):
code = data.iloc[i]['ts_code']
# 判断是否符合要求
k_data = pro.daily(ts_code=code, start_date='20220101', end_date='20220601')
if k_data.empty:
continue
if abs((k_data.iloc[-1]['high'] / k_data.iloc[-1]['low'] - 1) * 100) < 1: # 振幅小于1
continue
circ_mv = pro.query('daily_basic', ts_code=code, trade_date=k_data.iloc[-1]['trade_date'], fields='circ_mv').iloc[0]['circ_mv'] # 流通市值
if circ_mv < 10000000000: # 流通市值小于100亿元
continue
if '元宇宙' not in data.iloc[i]['name']: # 关键词中有元宇宙
continue
info = {}
info['ts_code'] = code
info['name'] = data.iloc[i]['name']
df_list.append(info)
# 随机选择一定数量的股票
selected_stocks = pd.DataFrame(df_list)
selected_stocks = selected_stocks.sample(n=length)
return selected_stocks
致辞
本次问答为选股逻辑：振幅大于1，流通市值大于100亿元，元宇宙的问答。该选股策略从市场交易情况、公司基本面和行业发展趋势多方面考虑。所给出的通达信指标公式参考和python代码参考仅供参考，读者可以根据实际情况进行优化和修改。
## 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。
