问财量化选股策略逻辑
此选股策略选取振幅大于1，周线MA5金叉MA10，且股价呈圆弧形上升的股票进行投资，通过选择波动较大、趋势较好的股票进行交易，以期获取更高的投资收益。
选股逻辑分析
此选股策略选取振幅、均线金叉和趋势的指标进行筛选，同时加入了形态指标中的“圆弧形”理念，认为股票价格越接近圆弧形的形态，表明股价越可能呈现有利于投资的上升趋势。
有何风险？
此选股策略可能会忽略了市场行情、公司基本面等因素，同时“圆弧形”这一形态的判断较为主观，容易出现误判，造成投资风险。
如何优化？
可以尝试加入其他技术指标，如强弱指标、KDJ等，结合形态指标和基本面进行综合分析，以提高筛选的准确性和精度。
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，股价呈圆弧形上升的股票进行投资，并需结合其他技术指标、基本面等进行综合分析，以提高选股的精度和准确性。
同花顺指标公式代码参考
- 均线公式：
- MA(N) = SUM(CLOSE, N) / N
- 圆弧形公式：
- ARC = (CLOSE - REF(HHV(CLOSE, 30), 10)) / (REF(HHV(CLOSE, 30), 10) - REF(LLV(CLOSE, 30), 10)) * 100
- KDJ公式：
- RSV = (CLOSE - LLV(LOW, 9)) / (HHV(HIGH, 9) - LLV(LOW, 9)) * 100
- K = SMA(RSV, 3, 1)
- D = SMA(K, 3, 1)
- J = 3 * K - 2 * D
python代码参考
import tushare as ts
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.stock_basic(exchange='', list_status='L', fields='ts_code,name,industry,market,circ_mv,total_mv')['ts_code']:
df = pro.daily(ts_code=code, start_date='20200101', end_date=pd.datetime.now().strftime('%Y%m%d'), fields='ts_code,trade_date,open,high,low,close,vol')
if len(df) == 0:
continue
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
amplitude = (df['high'] - df['low']) / df['close'].shift(1)
arc_factor = (df['close'] - df['high'].rolling(30).max().shift(10)) / (df['high'].rolling(30).max().shift(10) - df['low'].rolling(30).min().shift(10)) * 100
rsv = (df['close'] - df['low'].rolling(9).min()) / (df['high'].rolling(9).max() - df['low'].rolling(9).min()) * 100
k = rsv.rolling(3).mean()
d = k.rolling(3).mean()
j = 3 * k - 2 * d
if amplitude[-1] > 0.01 and ma5[-1] > ma10[-1] and arc_factor[-1] > 50 and j[-1] > 80:
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。
