问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散以及收盘价在布林带(upper值和mid值)之间的股票作为投资标的。
选股逻辑分析
本选股策略综合考虑了股票的技术面和市场情绪因素。振幅和均线指标依靠近期走势判断股票走势是否上涨趋势。收盘价在布林带上升通道中，表明股票价格较大概率继续向上。
有何风险？
本选股策略没有考虑基本面与市场风险等因素的影响，容易被市场预期或个别事件所影响。同时，由于振幅等指标容易受到短期波动影响，选股结果可能存在一定的虚高概率。
如何优化？
在综合考虑技术面和基本面的同时，可以加入更多与市场情绪有关的指标，如股票的主力资金流向、市场风险评估等，来增强选股策略的稳定性和准确性。
最终的选股逻辑
本选股策略选取振幅大于1、今日均线向上发散以及收盘价在布林带(upper值和mid值)之间的股票作为投资标的。
同花顺指标公式代码参考
- 振幅: AMO
- 今日均线向上发散: C > REF(MA(C,5),1) > MA(C,5)
- 布林带: C< BOLLUPPER(C,20,2.0) and C>BOLLMID(C,20,2)
python代码参考
import tushare as ts
import pandas as pd
def select_stock(market='sz', cap=200):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "boll_ratio", "cap"])
for stock in ts.get_stock_basics().index:
if ts.get_stock_basics().loc[stock, 'market'] != market:
continue
if ts.get_stock_basics().loc[stock, 'mktcap'] < cap:
continue
data = ts.get_hist_data(stock)
if data is None:
continue
if data["amplitude"][-1] < 1:
continue
# 今日均线向上发散
ma5 = data["close"].rolling(window=5).mean()
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
continue
# 收盘价在布林带上升通道中
upper, middle, lower = talib.BBANDS(data["close"], timeperiod=20, nbdevup=2, nbdevdn=2)
boll_ratio = (data["close"][-1] - middle[-1]) / (upper[-1] - middle[-1])
if not (0.5 < boll_ratio < 1):
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"boll_ratio": boll_ratio,
"cap": ts.get_stock_basics().loc[stock, 'mktcap'] / 100000000
}, ignore_index=True)
return selected_stocks
print(select_stock(market='sz', cap=200))
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。
