问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散、且股价反包的股票作为投资标的。
选股逻辑分析
选股策略采用了振幅和均线的技术分析方法，并加上了股价反转的条件，具备较强实操性；同时相对于机器人的要求，更贴近了趋势反转的概念。条件的限制过多，筛选空间可能会稍小，而缺点在于相对于宏观经济和行情的分析，此方法极为片面，忽略了市场的整体情况。
有何风险？
采取这种选股策略可能会忽略一些其他较好投资标的，针对反转的特质，可能会有一定风险。同时，振幅和股价变化是短期信息，风险较大。
如何优化？
应更加注重分析整个市场的宏观和微观经济、社会因素，对行业评级、评分和个股基本面数据进一步筛选，以更好地协助投资标的的选择。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
1.振幅大于1
2.今日股价上穿3日均线
3.昨日和今日收盘价均高于3日前的收盘价
同花顺指标公式代码参考
通达信指标公式代码：
//计算振幅
ACC = 100*(HIGH - LOW)/REF(CLOSE,1);
//计算均线的斜率
MA_SLOPE = MA(CLOSE,1)/MA(CLOSE,3)-1;
//计算反转信号
REVERSE_SIGNAL = REF(CLOSE,1) > MA(CLOSE,3) AND CLOSE > REF(MA(CLOSE,3),1) AND
REF(CLOSE,2) < REF(MA(CLOSE,3),2) AND CLOSE < REF(CLOSE,2);
//综合条件
CONDITION = ACC > 1 AND MA_SLOPE > 0 AND REVERSE_SIGNAL;
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sh'):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "reverse", "code"])
# 循环所有的股票
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'code'][0:2] == '60' or \
ts.get_stock_basics().loc[stock, 'code'][0] == '0':
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if data["amplitude"][-1] < 1:
continue
ma3 = data["close"].rolling(window=3).mean()
if not (data["close"][-1] > ma3[-2] and data["close"][-1] > data["close"][-2] and
data["close"][-2] < ma3[-2]):
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma3[-1] / ma3[-3] - 1,
"reverse": data["close"][-1] > ma3[-2] and data["close"][-1] > data["close"][-2] and
data["close"][-2] < ma3[-2],
"code": stock
}, ignore_index=True)
return selected_stocks[selected_stocks["reverse"]]
print(select_stock(market='sh'))
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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。
