问财量化选股策略逻辑
- 至少5根均线重合的股票
- 集中度70<20%
- 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那些均线密集的股票，同时要求这些股票的集中度较低，以及在最近10天内有超过2次的涨停记录。这些条件的组合可能会筛选出一些具有较强市场表现的股票。
然而，这个策略的局限性在于它可能过于侧重于短期市场表现，而忽略了长期的基本面因素。此外，由于该策略使用了多个技术指标，因此可能会面临过度拟合的风险。
有何风险？
- 过度侧重于短期市场表现，可能导致忽略长期基本面因素
- 过度拟合风险，由于使用了多个技术指标
如何优化？
- 优化策略时可以考虑加入基本面因素，以更全面地评估股票的价值
- 可以尝试使用正则化等方法来降低过度拟合的风险
最终的选股逻辑
- 股票的均线数量不少于5根
- 集中度70<20%
- 近10天内至少有2次涨停记录
- 考虑加入基本面因素
python代码参考
import talib
def get_rolling_average(prices, n):
"""
获取n日的滚动平均值
"""
if n <= 0:
return prices
rolling_mean = talib.MA(prices, n)
return rolling_mean
def get_concentration(prices, n):
"""
获取n日的集中度
"""
if n <= 0:
return None
rolling_mean = talib.MA(prices, n)
rolling_std = talib.STDDEV(prices, n)
concentration = rolling_mean / rolling_std
return concentration
def get_stock_score(prices, n, c, ma1, ma2, ma3, ma4, ma5):
"""
计算股票得分
"""
rolling_mean1 = get_rolling_average(prices, ma1)
rolling_mean2 = get_rolling_average(prices, ma2)
rolling_mean3 = get_rolling_average(prices, ma3)
rolling_mean4 = get_rolling_average(prices, ma4)
## 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。
