(同花顺量化)10日涨幅大于0小于35_、收盘价_boll(upper值)且收盘价_bol

问财量化选股策略逻辑

1. 至少5根均线重合的股票

• 筛选出收盘价在5根均线之内的股票
• 5根均线分别为：5日均线、10日均线、20日均线、30日均线、60日均线

2. 收盘价<boll(upper值)且收盘价>boll(mid值)

• 筛选出收盘价在布林带上轨和中轨之间的股票
• 布林带的参数为：upper值为20日移动平均线，mid值为中轨，lower值为60日移动平均线

3. 10日涨幅大于0小于35

• 筛选出10日涨幅大于0小于35的股票
• 10日涨幅计算方法为：(收盘价-最低价)/最低价*100%

选股逻辑分析

该策略的逻辑是通过筛选出收盘价在5根均线之内的股票，以及收盘价在布林带上轨和中轨之间的股票，再结合10日涨幅的限制，来筛选出具有上涨潜力的股票。

该策略的筛选条件相对较为宽松，可能会漏掉一些有潜力的股票，同时也可能会选出一些短期波动较大的股票。因此，该策略需要结合其他因素进行综合分析，以提高投资决策的准确性。

有何风险？

该策略的筛选条件较为宽松，可能会漏掉一些有潜力的股票，同时也可能会选出一些短期波动较大的股票。因此，在实际应用中，需要结合其他因素进行综合分析，以降低投资风险。

如何优化？

为了提高该策略的准确性和稳定性，可以考虑以下优化措施：

• 选择更为合适的均线参数，以更好地反映股票的走势和趋势。
• 结合其他技术指标和基本面数据，以更好地分析股票的投资价值和风险。
• 对于短期波动较大的股票，可以考虑加入波动率指标，以更好地筛选出具有稳定上涨潜力的股票。

最终的选股逻辑

最终的选股逻辑如下：

def select_stock():
    # 筛选出收盘价在5根均线之内的股票
    stocks = df[df['close'] <= df['MA5'] and df['close'] >= df['MA10']]
    
    # 筛选出收盘价在布林带上轨和中轨之间的股票
    stocks = stocks[(stocks['close'] > stocks['upper']) & (stocks['close'] < stocks['mid'])]
    
    # 筛选出10日涨幅大于0小于35的股票
    stocks = stocks[(stocks['close'] - stocks['low']) / stocks['low'] * 100 > 0 and (stocks['close'] - stocks['low']) / stocks['low'] * 100 < 35]
    
    return stocks

python代码参考

import pandas as pd

def select_stock():
    # 筛选出收盘价在5根均线之内的股票
    stocks = df[df['close'] <= df['MA5'] and df['close'] >= df['MA10']]
    
    # 筛选出收盘价在布林带上轨和中轨之间的股票
    stocks = stocks[(stocks['close'] > stocks['upper']) & (stocks['close'] < stocks['mid'])]
    
    # 筛选出10日涨幅大于0小于35的股票
    stocks = stocks[(stocks['close'] - stocks['low']) / stocks['low'] * 100 > 0 and (stocks['close'] - stocks['low']) / stocks['low'] * 100 < 35]
    
    return stocks

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。