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、并且出现酷特智能早晨之星形态的股票作为投资标的。
选股逻辑分析
本选股策略既考虑了技术面（振幅和均线），又融入了形态分析（酷特智能早晨之星），更全面地考虑了未来股票价格的涨跌趋势。
有何风险？
形态分析基于历史数据的形态结构，难以因应未来的新形态。此外，仅仅以形态分析来选股，会忽略其他的因素，如市场风险、财务数据等。
如何优化？
除了形态分析外，可以加入主力资金净流入、个股资产收益率、市盈率等其他基本面指标，综合考虑技术面和基本面因素，增加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、并且出现酷特智能早晨之星形态的股票作为投资标的。
同花顺指标公式代码参考
酷特智能早晨之星形态:
- 第一天长阴线，K线跌破布林带下轨
- 第二天阴阳线短小，开盘、收盘价与第一天接近，但是实体部分在第一天下影线之上
- 第三天白色长阳线，股价一路飙升，K线顶破前两天的布林带，收盘价上穿第一天实体最高点。
python代码参考
import tushare as ts
import pandas as pd
import talib
def select_stock(market='sz', cap=200):
selected_stocks = pd.DataFrame(columns=["amplitude", "ma_slope", "morning_star", "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
# 出现酷特智能早晨之星形态
upper, middle, lower = talib.BBANDS(data["close"], timeperiod=20, nbdevup=2, nbdevdn=2)
if not (data["close"][-3] < lower[-3] and (data["close"][-3] - lower[-3]) / lower[-3] > 0.05 and
lower[-3] < data["open"][-2] < data["close"][-2] < data["close"][-3] < upper[-3] and
upper[-1] < data["close"][-1] < upper[-2] and data["close"][-1] > data["close"][-3]):
continue
selected_stocks = selected_stocks.append({
"amplitude": data["amplitude"][-1],
"ma_slope": ma5[-1] / ma5[-5] - 1,
"morning_star": 1,
"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。
