问财量化选股策略逻辑
- 至少5根均线重合的股票
- 前25天有涨停
- 15分钟周期MACD绿柱变短
选股逻辑分析
- 这个策略通过寻找均线重合的股票来筛选出可能的买入机会。
- 均线重合通常被视为股价趋势可能发生变化的信号，因为均线代表了不同时间段的平均价格，如果它们重合在一起，可能意味着股价将在短期内发生变化。
- 选择前25天有涨停的股票，是因为涨停通常被视为市场情绪的积极信号，表明投资者对这只股票的未来表现有信心。
- 选择15分钟周期MACD绿柱变短的股票，是因为MACD是一种常用的技术分析工具，绿柱变短通常被视为股价可能上涨的信号。
有何风险？
- 这个策略可能无法准确预测股价的走势，因为股票市场的变化非常复杂，可能受到许多因素的影响。
- 选择均线重合的股票可能会忽略股票的基本面因素，例如公司的财务状况和管理团队的能力。
- 选择前25天有涨停的股票可能会忽略股票的市场情绪，如果市场情绪突然变化，这只股票的价格可能会出现大幅波动。
- 选择15分钟周期MACD绿柱变短的股票可能会忽略股票的技术面因素，例如股票的价格走势和成交量。
如何优化？
- 可以考虑使用更多的技术分析工具来筛选股票，例如布林线和RSI指标。
- 可以考虑使用更多的基本面分析工具来筛选股票，例如市盈率和市净率。
- 可以考虑使用更多的市场情绪分析工具来筛选股票，例如新闻和社交媒体上的讨论。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出前25天有涨停的股票
- 筛选出15分钟周期MACD绿柱变短的股票
- 筛选出市盈率低于20倍，市净率高于2倍的股票
- 筛选出新闻和社交媒体上讨论积极的股票
python代码参考
- 以下是一个简单的Python代码示例，用于筛选符合上述条件的股票：
import talib
import pandas as pd
# 读取股票数据
data = pd.read_csv('stock_data.csv')
# 筛选出至少5根均线重合的股票
data = data[data['ma5'] == data['ma10'] == data['ma20'] == data['ma30'] == data['ma40'] == data['ma50']]
# 筛选出前25天有涨停的股票
data = data[data['is_stroke'] == True]
# 筛选出15分钟周期MACD绿柱变短的股票
data = data[data['macd'] == talib.MACDsignal(data['close'], data['fast'], data['slow'], data['macdhist'])]
# 筛选出市盈率低于20倍，市净率高于2倍的股票
data = data[(data['pe'] < 20) & (data['pb'] > 2)]
# 筛选出新闻和社交媒体上讨论积极的股票
data = data[(data['news'] > 0) & (data['social'] > 0)]
# 输出符合条件的股票数据
print(data)
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。
