量化交易ma240>0、分时换手率前二个、昨日的(竞价量流通股本)>0

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

在A股市场中,有各种各样的选股策略,其中一种常见的策略是基于MA240指标和分时换手率选择股票。这种策略的基本逻辑是:

  1. MA240指标是指240日移动平均线,是一个长期趋势指标,当MA240向上运行时,表明长期看涨;反之,如果向下运行,则表示长期看跌。
  2. 分时换手率是指每日交易中每分钟成交量与总流通盘的比例,它可以反映市场的活跃程度。一般来说,高换手率说明市场活跃度较高,可能是短期投资者买卖行为频繁。

将这两个条件结合起来,即选出MA240向上运行且分时换手率高的股票,可以认为这样的股票有较高的投资价值。

选股逻辑分析

通过以上分析,我们可以看到,这个策略的优点是可以捕捉到长期的趋势变化,并且可以反映出市场的活跃度。但是,也存在一些潜在的风险。首先,如果MA240向上运行,但股价却下跌,那么可能会出现“死叉”,这是买入信号失效的情况。其次,如果市场的活跃度高,但股价却持续下跌,那么也可能会出现买入信号失效的情况。因此,在实际操作中,需要结合其他因素进行综合判断。

有何风险?

  1. 如果MA240向上运行,但股价却下跌,那么可能会出现“死叉”,这是买入信号失效的情况。
  2. 如果市场的活跃度高,但股价却持续下跌,那么也可能会出现买入信号失效的情况。

如何优化?

  1. 可以引入其他的因子,如KDJ、RSI等,来进行综合判断。
  2. 可以设置不同的阈值来调整买入和卖出的时间点。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    ma240 = df['close'].rolling(window=240).mean()
    ma240_change = ma240 - ma240.shift(1)
    ma240_change = ma240_change.dropna()
    
    df['change'] = ma240_change
    
    thres = 0.01
    df['thres'] = df['volume']/df['total_shares']
    df['thres'] = df['thres'].apply(lambda x: max(x, thres))
    
    df['

## 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?

    点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。


    
收益&风险
源码

评论

需要帮助?

试试AI小助手吧