问财量化选股策略逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右、元宇宙概念的股票。该策略选股关键在于选择振幅较大、处于调整期但有反弹潜力的股票，同时结合最新的投资热点来判断股票的短期走势。
选股逻辑分析
- 振幅大于1表明短期内波动较大；
- 开盘价在十日均线左右说明股票处于调整期，但有反弹潜力；
- 元宇宙概念是当前投资热点，选择相关的股票有可能获得更好的收益。
有何风险？
- 选股条件过于单一，可能会忽略掉其他重要的因素；
- 投资热点的持续时间不确定，股票的短期走势可能会受到波动的影响。
如何优化？
- 可以综合考虑其他技术指标，如KDJ、MACD等指标，以判断股票的走势；
- 可以结合宏观经济和政策因素，对股票的短期走势进行分析和预判。
最终的选股逻辑
选股逻辑为振幅大于1、开盘价在十日均线左右、元宇宙概念的股票。该策略选股关键在于选择振幅较大、处于调整期但有反弹潜力的股票，同时结合最新的投资热点来判断股票的短期走势。
同花顺指标公式代码参考
# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)
# 判断开盘价在十日均线左右
ma10 = MA(CLOSE, 10)
picks_ma10 = IF((OPEN > ma10*0.95) & (OPEN < ma10*1.05), 1, 0)
# 判断是否为元宇宙概念股票
sector = GET_SECTOR(1)
picks_sector = IF(sector == '元宇宙', 1, 0)
# 选取符合条件的股票
picks = picks_amplitude * picks_ma10 * picks_sector
picks_final = SortBy(picks, CLOSE, descending=True)
# 输出选股结果
WriteIf(picks_final, picks_final, 0)
python代码参考
# 计算振幅
df['amplitude'] = 100 * (df['high'] - df['low']) / df['close']
picks_amplitude = set(df[df['amplitude'] > 1]['ts_code'].tolist())
# 判断开盘价在十日均线左右
ma10 = df['close'].rolling(10).mean()
df['picks_ma10'] = ((df['open'] > ma10*0.95) & (df['open'] < ma10*1.05)).apply(lambda x: True if x else False)
picks_ma10 = set(df[df['picks_ma10']]['ts_code'].tolist())
# 判断是否为元宇宙概念股票
picks_sector = set(df[df['sector'] == '元宇宙']['ts_code'].tolist())
# 选取符合条件的股票
picks = set(picks_amplitude) & set(picks_ma10) & set(picks_sector)
# 输出选股结果
print(picks)
## 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。
