问财量化选股策略逻辑
选股逻辑为：在股票市场中，选择换手率在3%-12%之间，股票连续三天收阴线，并且至少有5根均线重合的股票。
选股逻辑分析
该选股策略以换手率和连续阴线为基础条件，同时要求至少有5根均线重合。当股票均线重合时，说明股票趋势比较稳定，具有投资价值。
有何风险？
该选股逻辑仍然存在选到错误的股票的可能性，同时选择的均线数量和选股时间也可能影响股票的可靠性。
如何优化？
可以结合其他技术指标和基本面等多维度筛选股票，同时可以延长选股时间来增加选股的合理性和可靠性。例如，可以在上市时间、市值、行业等方面增加过滤条件。
最终的选股逻辑
在股票市场中，选择换手率在3%-12%之间，连续三天收阴线，至少有5根均线重合的股票。
同花顺指标公式代码参考
SET_MARKET("SZ");
SET_LOOKBACK(250);
SET_OFFLINE_MODE(ON);
SET_HISTORY_FACTOR_MODE(ON);
/* 选取换手率在3%-12%之间的股票 */
CONDITION0 = (HSL>=3 AND HSL<=12);
/* 选取连续三天收阴线的股票 */
CONDITION1 = MA(C,3)<REF(MA(C,3),1) AND REF(MA(C,3),1)<REF(MA(C,3),2) AND REF(MA(C,3),2)<REF(MA(C,3),3);
/* 至少有5根均线重合 */
CONDITION2 = (MA(C, 5)==MA(C, 10)) AND (MA(C, 10)==MA(C, 20)) AND (MA(C, 20)==MA(C, 30)) AND (MA(C, 30)==MA(C, 40)) AND (MA(C, 40)==MA(C, 50));
LAST_CONDITION = CONDITION0 AND CONDITION1 AND CONDITION2 AND LAST_CONDITION;
CODE_LIST=SELECT_BY_KIND('stock',last_condition)
CODE_LIS = SORT_BY_HOT(CODE_LIST, 0, 10, LAST_CONDITION);
python代码参考
import baostock as bs
import pandas as pd
import datetime
#### 登陆系统 ####
lg = bs.login()
#### 获取满足条件的股票 #####
rs = bs.query_all_stock(day=datetime.date.today().strftime("%Y-%m-%d"))
stock_list = []
while rs.next():
stock_code = rs.get_row_data()[0]
k_data = bs.query_history_k_data(stock_code, "date,open,high,low,close,volume,amount,k",
start_date="2021-01-01", end_date=datetime.date.today().strftime("%Y-%m-%d"),
frequency="d", adjustflag="2")
if k_data.error_code == '0' and len(k_data.data)>=2:
check_point1 = (k_data.data[-1][3]<k_data.data[-2][3])
check_point2 = all([k_data.data[i][4]<k_data.data[i-1][4] for i in range(-3,0)])
check_point3 = (abs(k_data.data[-1][4]-k_data.data[-1][11])<0.01 and abs(k_data.data[-1][4]-k_data.data[-1][16])<0.01
and abs(k_data.data[-1][4]-k_data.data[-1][26])<0.01 and abs(k_data.data[-1][4]-k_data.data[-1][36])<0.01
and abs(k_data.data[-1][4]-k_data.data[-1][46])<0.01)
if check_point1 and check_point2 and check_point3:
check_point4 = (k_data.data[-2][4]/k_data.data[-5][4]-1)*100
if check_point4>=3 and check_point4<=12:
stock_list.append(stock_code)
df = pd.DataFrame(stock_list)
df_rank = df.sort_values(by="capital", ascending=False)
print(df_rank)
##### 登出系统 #####
bs.logout()
## 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。
