(supermind量化-)振幅大于1、昨日非涨停板、今日均线向上发散_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

本选股策略选取振幅大于1、昨日非涨停板、今日均线向上发散的股票作为投资标的。

选股逻辑分析

本策略考虑了振幅、昨日非涨停板和均线向上等因素,选取表现比较良好、技术面呈现良好趋势的股票作为投资标的。振幅大于1的条件能够确保选取的股票具有一定的波动性,昨日非涨停板条件能够避免因短期资金炒作而导致的投资错误,今日均线向上发散表明股票当前存在一定的上涨趋势。

有何风险?

该选股策略可能仍然忽略了具体的公司基本面和财务数据等影响因素,过于强调股票技术面表现,存在选股风险。

如何优化?

为了更好地综合考虑公司基本面和财务数据等内部因素,本选股策略可以在振幅、昨日非涨停板和今日均线向上发散的基础上再加入其他技术指标、公司财务情况等因素进行综合分析,形成更为全面准确的选股策略。

最终的选股逻辑

本选股策略综合考虑技术面和基本面等因素,选取振幅大于1、昨日非涨停板、今日均线向上发散的股票作为投资标的,并进一步加入其他技术指标和公司财务情况等重要因素进行充分分析,筛选出表现优异且有长期投资价值的标的。

同花顺指标公式代码参考

  • 振幅:(HIGH-LOW)/REF(CLOSE,1)
  • 均线发散指标:MA(CLOSE,5)-MA(CLOSE,10)

python代码参考

# 引入Tushare库
import tushare as ts

# 连接Tushare库
pro = ts.pro_api()

def select_stocks(n):
    selected_stocks = []
    # 振幅大于1、昨日非涨停板、今日均线向上发散
    quote = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, market, list_date')
    for ts_code in quote["ts_code"]:
        trade_data = pro.daily(ts_code=ts_code, start_date='20200101')
        if trade_data.iloc[-2]["pct_chg"] < 9.5:
            tech_data = pro.tech_ma(ts_code=ts_code, start_date='20200101', end_date='20211231', ma=[5, 10])
            if len(tech_data) >= 2 and tech_data.iloc[-1]["ma5"] > tech_data.iloc[-1]["ma10"] and tech_data.iloc[-1]["ma5"] > tech_data.iloc[-2]["ma5"]:
                selected_stocks.append(ts_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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论