(supermind量化投资)task13/a/元宇宙、股票均价站在五日均线之上、今日均线

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

该选股策略选择元宇宙行业中,符合以下条件的股票进行投资:股票均价在五日均线之上,今日均线向上发散。

选股逻辑分析

该选股策略的选股条件包括:选择元宇宙行业,股票均价在五日均线之上,今日均线向上发散。

选择元宇宙行情,主要是为了选择当前热门的行业。股票均价在五日均线之上,说明当前价格正在上涨。今日均线向上发散可以表明股票的上涨趋势正在加速。

有何风险?

该选股策略存在以下风险:

  1. 只考虑今日均线的发散情况,短期内容易被交易量的变化所干扰;
  2. 过于依赖技术面的因素,而可能忽略了基本面的重要性。

如何优化?

为了减小选股策略的风险,可以进行如下优化:

  1. 加入更多基本面指标,如市盈率、市净率、ROE等,更全面地分析公司财务状况和估值情况;
  2. 加入主力资金净流入量等量化分析指标,以更全面地了解市场资金的走势;
  3. 加入一些长期趋势指标,如均线、MACD等,对选出的标的股票做出更全面的分析。

最终的选股逻辑

该选股策略选择元宇宙行业中,符合以下条件的股票进行投资:股票均价在五日均线之上,今日均线向上发散。

具体的选股条件为:

  • 元宇宙行情为GNXQ;
  • 股票均价在五日均线之上;
  • 今日收盘价站在五日均线之上,且今日均线斜率大于五日均线斜率。

因此,该选股的最终选股公式为:

GNBK('gnxq') AND (C > MA(C,5)) AND (REF(C - MA(C,5), 1) > REF(MA(C,1) - MA(C,5),1)) AND (MA(C,1) > MA(C,5))

其中,C表示股票的收盘价,MA表示股票的移动平均线,REF表示前一时间的值。

同花顺指标公式代码参考

  • 元宇宙行情:GNBK('gnxq')
  • 五日均线:MA(C,5)
  • 今日均线发散情况:REF(C - MA(C,5), 1) > REF(MA(C,1) - MA(C,5),1) AND MA(C,1) > MA(C,5)

在通达信中,可以使用如下指标代码:

(C > MA(C,5)) AND (REF(C - MA(C,5), 1) > REF(MA(C,1) - MA(C,5),1)) AND (MA(C,1) > MA(C,5))

Python代码参考

import pandas as pd
import tushare as ts

def stock_selector(date):
    ts.set_token('your_token')
    pro = ts.pro_api()
    data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, industry, list_date, circ_mv, pe, pb, roe')
    data2 = pro.daily_basic(trade_date=date, fields='ts_code, close, turnover_rate')
    data_merge_1 = pd.merge(data1, data2, on='ts_code', how='inner')
    data3 = pro.moneyflow(ts_code='', start_date=(pd.Timestamp(date) - pd.Timedelta(days=1)), end_date=date, fields='ts_code, trade_date, ddx, mfi')
    data_merge_2 = pd.merge(data_merge_1, data3, on='ts_code', how='inner')
    data4 = data_merge_2[(data_merge_2['close'] > data_merge_2['close'].rolling(window=5).mean()) & (data_merge_2['close'] > data_merge_2['close'].rolling(window=1).mean()) & (data_merge_2['close'] - data_merge_2['close'].rolling(window=5).mean() > data_merge_2['close'].rolling(window=1).mean() - data_merge_2['close'].rolling(window=5).mean())]
    data5 = data4[['ts_code', 'name']]
    
    return data5
    ## 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