问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,元宇宙。
选股逻辑分析
该选股策略综合考虑了价格波动、近期涨跌幅情况和未来产业趋势三个方面，通过选取振幅大于1、近25个交易日有单日涨幅大于等于百分之10，且关注新兴领域的元宇宙相关概念股，筛选可以受益于元宇宙概念发展的品种。该策略可能适合长期投资者使用。但只关注了产业趋势等长期因素，可能会忽略部分中短期波动因素。
有何风险？
该策略存在以下风险：
- 只关注了未来产业趋势，可能会选择一些不具备长期竞争力的股票。
- 只考虑了过去25个交易日的情况，可能存在小概率的周期性误判的情况。
- 关注元宇宙等新兴领域，潜在风险大，需要对风险加以评估。
如何优化？
为提高该选股逻辑的效率和准确性，我们建议考虑以下方法：
- 在振幅和涨幅指标以外，加入其他技术指标和基本面因素的考量。如市盈率、市净率、市销率和PEG等指标。
- 对选股的时间范围和周期进行优化，如考虑过去一个月或过去半年的表现。
- 加入风险评估指标，如财务风险和市场风险等指标。
最终的选股逻辑
为了更全面地考虑股票的因素，我们给出了改进后的选股逻辑：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于10%。
- 考虑元宇宙相关概念股的市场表现。
- 市盈率小于30,市净率小于3，市销率小于6, PEG小于1。
同花顺指标公式代码参考
C1 = IF(ABS(HIGH/REF(CLOSE, 1)-1)>0.1, 1, 0);
C2 = INSTR("元宇宙", CNAME)>0;
SELECTOR = C1*C2;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas_ta as ta
C1 = np.where(np.abs(ta.HIGH()/ta.CLOSE().shift(1)-1) > 0.1, 1, 0)
C2 = df['name'].str.contains('元宇宙')
C3 = ta.PE() < 30
C4 = ta.PB() < 3
C5 = ta.PS() < 6
C6 = ta.PEG() < 1
selector = C1 * C2 * C3 * C4 * C5 * C6
result = np.argsort(np.argsort(selector))
## 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。
