(supermind量化策略)task14/a/元宇宙、昨天龙虎榜、主升起动

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

选股策略为:元宇宙行业中,昨天出现龙虎榜,并且主升起动。

选股逻辑分析

该选股策略主要从技术分析的角度出发,选取元宇宙行业中出现昨日龙虎榜的股票,并关注股票的主升起动趋势(例如通过均线、趋势线等方式判断),以此为基础为投资决策提供支持。

有何风险?

该选股策略可能忽略了股票的基本面因素,仅从技术角度进行选取,存在一定的盲区。此外,对于判断主升起动趋势的方法也需要谨慎选择,只使用一个指标或方法可能会出现误判,需要综合多个角度判断。

如何优化?

可以将技术分析指标进行多维度扩展,例如加入公司基本面、同行业竞争力对比等,从多个维度去评估参考。可以使用多个时间段的数据进行比较,例如对过去一周、一月等时间段的主升起动趋势进行综合考虑,提高选股的准确性。

最终的选股逻辑

选取元宇宙行业中,昨日出现龙虎榜的股票,并且表现出主升起动趋势的股票。

同花顺指标公式代码参考

选取元宇宙行业中,昨日出现龙虎榜的股票,并且表现出主升起动趋势的股票:

昨日出现龙虎榜:CROSS(DIFF, DEA) AND CROSS(DEA, MACD);
主升起动:MA(CLOSE, 5) > MA(CLOSE, 10) > MA(CLOSE, 20);

Python代码参考

import akshare as ak
import datetime

def get_eligible_stocks():
    eligible_stocks = []
    today = datetime.datetime.now().strftime("%Y-%m-%d")
    stock_data = ak.stock_zh_a_spot_em()
    for index, row in stock_data.iterrows():
        kline_data = ak.stock_zh_a_hist(symbol=index, period="day")
        if len(kline_data) < 20:
            continue
        if kline_data.iloc[-2]['close'] in kline_data.iloc[-2]['dragonandtiger'] and \
        kline_data.iloc[-1]['close'] > kline_data.iloc[-5:]['close'].mean() and \
        kline_data.iloc[-5:]['close'].mean() > kline_data.iloc[-10:]['close'].mean() and \
        kline_data.iloc[-10:]['close'].mean() > kline_data.iloc[-20:]['close'].mean():
            # 添加其他筛选条件
            eligible_stocks.append([index, row['name']])

    return eligible_stocks

print(get_eligible_stocks())

该选股策略的Python代码使用了Akshare获取A股的股票数据和历史K线数据。对于每一只符合龙虎榜和主升起动条件的股票,利用均线进行筛选,同时可根据需要添加其他筛选条件。需要注意的是,该选股策略具有一定主观性,需要根据实际情况进行调整,选择合适的指标或方法对主升起动趋势进行判断。

    ## 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