(supermind量化投资)task13/a/元宇宙、三个技术指标同时金叉、收盘价<bo

用户头像神盾局量子研究部
2023-08-30 发布

问财量化选股策略逻辑

该选股策略选择在元宇宙行业中,同时满足以下条件的股票进行投资:三个技术指标同时金叉,且收盘价在Bollinger Bands的上轨之上,且收盘价在Bollinger Bands的中轨之上。此选股条件结合了技术面,旨在选择在上涨趋势中的标的。

选股逻辑分析

该选股策略旨在选择在元宇宙行业中已经处于上涨趋势中的标的,并关注技术指标面。该选股策略选取标准为三个技术指标同时金叉和收盘价在Bollinger Bands的上轨之上,且收盘价在Bollinger Bands的中轨之上,这意味着股票具有较高的上涨潜力。

有何风险?

该选股策略存在以下风险:

  1. 市场情绪变化快速,如股票过度涨停可能存在调整风险;
  2. Bollinger Bands指标存在一定局限性,容易误判股票走势;
  3. 元宇宙行业存在政策和监管风险。

如何优化?

为减少选股策略的风险和提高选股成功率,可以考虑以下优化方法:

  1. 建立完整风控机制,在选股的基础上加入基本面评估,避免过分依赖技术面指标;
  2. 定期检视选股策略,及时更换不适合的股票标的;
  3. 积极跟踪政策和监管变化,及时调整选股策略,以减少外部风险对策略的影响。

最终的选股逻辑

综合以上分析,可以得出一个完善的选股逻辑:选择元宇宙行业中,在三个技术指标同时金叉的公司中,收盘价Bollinger Bands的上轨之上,且收盘价在Bollinger Bands的中轨之上的个股。此选股条件关注技术面,并结合基本面评估,以减少风险和提高投资成功率。

具体的选股条件为:

  • 元宇宙行情:GNBK('gnxq')
  • 技术指标:CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))、CLOSE>BOLL(20,2,0).UPPERBAND AND CLOSE>BOLL(20,2,0).MIDBAND

同花顺指标公式代码参考

  • 元宇宙行情:GNBK('gnxq')
  • 技术指标:MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)、BOLL(20,2,0).UPPERBAND、BOLL(20,2,0).MIDBAND
  • 选股条件:C>REF(BOLL(20,2,0).UPPERBAND,1) AND C>REF(BOLL(20,2,0).MIDBAND,1) AND
    CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND CROSS(MA(5), MA(10))>0 AND CROSS(MA(5), MA(20))>0

python代码参考

import pandas as pd
import tushare as ts

def stock_selector(industry):
    ts.set_token('your_token')
    pro = ts.pro_api()
    df = pro.stock_basic(list_status='L', exchange='', \
                         fields='ts_code,symbol,name,area,industry,list_date,mktcap')
    df = df[(df['industry']==industry) & (df['market']=='主板') & (df['list_status']=='L') & \
            (df['mktcap']>200000000)]
    bbands = ts.BBANDS(df['close'], timeperiod=20, nbdevup=2, nbdevdn=0)
    df['up_band'] = bbands[0]
    df['mid_band'] = bbands[1]
    df = df[(df['close']>df['up_band'].shift(1)) & (df['close']>df['mid_band'].shift(1)) & \
            (CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0) & \
            (CROSS(MA(5), MA(10))>0) & (CROSS(MA(5), MA(20))>0)]
    return df[['ts_code', 'name', 'industry', 'close', 'mktcap']]

industry = '元宇宙'
df = stock_selector(industry)
print(df)

以上代码将返回行业为“元宇宙”且同时满足三个技术指标金叉以及在Bollinger Bands上轨和中轨之上的所有股票信息。

    ## 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