问财量化选股策略逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10以及今日最低价小于昨日最低价的股票进行投资，旨在寻找具备较高涨势的潜力股。
选股逻辑分析
选股策略综合考虑了股票波动性、均线趋势以及当日最低价的走势，适用于寻找快速变化的投机股。
有何风险？
此选股策略定位投机性投资策略，缺乏长期稳定的基本面分析，存在较大的市场风险和个股风险。
如何优化？
可结合基本面分析进行股票筛选和优化，同时可采用技术指标或基本面分析指标对股票进行进一步筛选，优化选股效果。
最终的选股逻辑
本选股策略选取振幅大于1，周线MA5金叉MA10以及今日最低价小于昨日最低价的股票进行投资，并结合基本面分析和技术指标进行股票筛选和优化。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
python代码参考
import tushare as ts
import pandas as pd
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,industry,market,area,pe,pb,circ_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date=pd.datetime.now().strftime('%Y%m%d'), end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,amount')
if (df.iloc[-1]['high'] - df.iloc[-1]['low']) / df.iloc[-1]['close'] > 0.01 and df.iloc[-1]['close'] > df.iloc[-1]['open'] and df.iloc[-1]['low'] < df.iloc[-2]['low']:
df_weekly = pro.weekly(ts_code=code, start_date='20210101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol,circ_mv,total_mv')
df_weekly['ma5'] = df_weekly['close'].rolling(5).mean()
df_weekly['ma10'] = df_weekly['close'].rolling(10).mean()
if df_weekly.iloc[-1]['ma5'] > df_weekly.iloc[-1]['ma10']:
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
