问财量化选股策略逻辑
该策略基于以下三个条件进行股票筛选:
- 至少5根均线重合的股票:这表明股票的价格趋势比较稳定,且有多个不同的时间段的投资者对股票的走势达成共识。
- 流通盘小于等于55亿股:较小的流通盘可以减少大资金对股票价格的影响,使得股票价格更加贴近其内在价值。
- 10天内涨停天数大于2:这表明股票在短期内有较强的上涨动力,可能具有较好的投资价值。
选股逻辑分析
该策略的逻辑是通过筛选出满足以上三个条件的股票,来筛选出具有稳定趋势、较小流通盘和较强上涨动力的股票。这样的股票可能具有较好的投资价值,但同时也需要注意到,这些股票的价格可能会受到市场情绪和其他因素的影响,因此需要谨慎投资。
有何风险?
该策略的风险主要来自于市场情绪和股票价格的波动。如果市场情绪低迷,股票价格可能会下跌,导致投资者的亏损。此外,较小的流通盘可能会使得股票的价格受到大资金的影响,导致价格波动较大。因此,投资者在使用该策略时需要谨慎,避免盲目跟风。
如何优化?
为了优化该策略,可以考虑加入更多的筛选条件,例如股票的盈利能力、财务状况等。此外,可以考虑使用更高级的量化技术,例如机器学习算法,来筛选出更具有投资价值的股票。
最终的选股逻辑
以下是一种可能的最终的选股逻辑:
import talib
def select_stock():
# 获取所有A股股票的代码和流通盘数据
codes = get_stock_codes()
caps = get_stock_caps()
# 筛选出至少5根均线重合的股票
stocks = []
for code in codes:
if len(talib.MA(code, timeperiods=5)) >= 5:
stocks.append(code)
# 筛选出流通盘小于等于55亿股的股票
stocks = [code for code in stocks if caps[code] <= 55]
# 筛选出10天内涨停天数大于2的股票
stocks = [code for code in stocks if talib.MAX(talib.MAX(get_stock_chng(code, timeperiods=10)), talib.MAX(get_stock_chng(code, timeperiods=10))) > 2]
return stocks
该策略通过筛选出至少5根均线重合、流通盘小于等于55亿股和10天内涨停天数大于2的股票,来筛选出具有稳定趋势、较小流通盘和较强上涨动力的股票。需要注意的是,该策略并不是完美的,仍然存在一定的风险,因此投资者在使用该策略时需要谨慎。
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。


