量化交易选股策略-吸筹结束、收盘价大于=20日均线、涨幅〈0

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

吸筹结束,收盘价>=20日均线,涨幅〈0

这个选股逻辑主要考虑的是股票在经过一段时间的吸筹后,股价开始逐步上升,并且股价已经超过了20日移动平均线。这表明了股票价格的上涨趋势已经开始形成,是一个不错的买入时机。

选股逻辑分析

这个选股逻辑的优点是简单易懂,而且可以筛选出一些有潜力的股票。但是,它也有一些缺点。首先,这个逻辑只能选出那些已经被明显吸筹的股票,对于一些刚刚启动的股票可能会错过。其次,这个逻辑也过于侧重于短期的涨势,而忽视了一些长期的价值投资机会。

有何风险?

使用这个选股逻辑进行投资的风险主要有两个方面。一是如果市场行情不配合,即使股票符合上述逻辑,也可能无法获得预期的收益。二是如果投资者对市场的判断错误,那么他可能会选择一些不合适的投资标的。

如何优化?

为了优化这个选股逻辑,我们可以引入更多的因素来进行考虑。例如,我们可以在判断股价是否突破20日均线的时候,同时考虑到成交量的变化情况,以及MACD等技术指标的表现。这样可以更全面地评估股票的价格走势,提高投资决策的准确性。

最终的选股逻辑

综合以上分析,我们可以提出一个优化后的选股逻辑:

  1. 首先,我们需要找出那些已经被明显吸筹的股票。
  2. 然后,我们需要考察这些股票的价格走势,判断它们是否有持续上涨的趋势。
  3. 最后,我们需要结合成交量、技术指标等因素,来进一步评估股票的价格走势和投资价值。

常见问题

以下是一些常见的问题和解答:

Q: 为什么需要综合多个因素进行选股?
A: 因为单独依靠某一个因素进行选股可能会存在一定的局限性。例如,只有价格走势不能保证股票的上涨趋势,还需要考虑成交量、技术指标等因素。

Q: 如何确定合理的买卖点?
A: 判断合理的买卖点需要结合股票的走势、成交量、技术指标等多个因素,同时也需要结合个人的投资经验和风险承受能力。

python代码参考

以下是一个简单的Python代码示例,用于实现上述优化后的选股逻辑:

import pandas as pd

# 加载数据
df = pd.read_csv('stock_data.csv')

# 提取被明显吸筹的股票
selected_stocks = df[df['acquirer_percent

## 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?

    点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。


    
收益&风险
源码

评论

需要帮助?

试试AI小助手吧