(同花顺量化)10天内涨停天数大于2_、流通市值大于100亿元、至少5根均线重合的股票

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

  • 至少5根均线重合的股票
  • 流通市值大于100亿元
  • 10天内涨停天数大于2

选股逻辑分析

  • 这个策略的逻辑是寻找具有多个均线重合的股票,这些股票通常具有较强的支撑和阻力,并且可能会出现较大的价格波动。同时,流通市值大于100亿元可以确保股票的流动性,而10天内涨停天数大于2则表明股票具有较强的市场关注度和活跃度。
  • 但是,这个策略可能忽略了其他重要的因素,例如公司的财务状况、行业前景、管理层能力等,这些因素也会影响股票的价格表现。

有何风险?

  • 这个策略可能无法准确预测股票的价格走势,因为股票的价格受到许多因素的影响,包括市场情绪、政策变化、自然灾害等。因此,即使有多个均线重合的股票,也不一定能够获得良好的投资回报。
  • 此外,这个策略可能忽略了股票的内在价值,而仅仅关注股票的价格波动。如果股票的价格被高估,即使有多个均线重合的股票,也可能无法获得良好的投资回报。

如何优化?

  • 为了优化这个策略,可以考虑加入更多的因素,例如公司的财务状况、行业前景、管理层能力等,这些因素也会影响股票的价格表现。
  • 另外,可以考虑使用技术分析方法来预测股票的价格走势,例如趋势线分析、移动平均线分析等。这些方法可以帮助投资者更好地理解股票的价格波动,并做出更明智的投资决策。

最终的选股逻辑

  • 选择流通市值大于100亿元的股票
  • 检查股票的日线图,寻找至少5根均线重合的股票
  • 计算股票的平均价格涨幅,选择平均价格涨幅大于20%的股票
  • 在选择的股票中,选择财务状况良好、行业前景乐观、管理层能力强的股票

python代码参考

  • import talib

  • import pandas as pd

  • import numpy as np

  • def get_ma_crossovers(prices, n):

    • """计算n天内的均线交叉点"""
      
    • ma = talib.MA(prices, n)
      
    • cross_over = []
      
    • for i in range(n):
      
    •     if ma[i] > ma[i+1]:
      
    •         cross_over.append(i)
      
    • return cross_over
      
  • def get_stocks_with_ma_crossovers(prices, n):

    • """获取至少n天内有均线交叉点的股票"""
      
    • cross_over = get_ma_crossovers(prices, n)
      
    • stocks = []
      
    • for i in range(len(prices)-n+1):
      
    •     if prices[i] > prices[i+n]:
      
    •         stocks.append(prices[i])
      
    • return stocks
      
  • def get_stocks_with_good_performance(prices, n):

    • """获取至少n天内有良好表现的股票"""
      
    • ma = talib.MA(prices, n)
      
    • stocks = []
      
    • for i in range(len(prices)-n+1):
      
    •     if ma[i] > ma[i+n] and prices[i] > prices[i+n]:
      
    •         stocks.append(prices[i])
      
    • return stocks
      
  • def get_stocks_with_all_features(prices, n):

    • """获取至少n天内有均线交叉点、良好表现、财务状况良好、行业前景乐观、管理层能力强的股票"""
      
    • ma = talib.MA(prices, n)
      
    • cross_over = get_ma_crossovers(prices, n)
      
    • stocks = []
      
    • for i in range(len(prices)-n+1):
      
    •     if prices[i] > prices[i+n] and ma[i] > ma[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] > prices[i+n] and prices[i] >
      

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

收益&风险
源码

评论