问财量化选股策略逻辑
- 至少5根均线重合的股票
- 10日涨幅大于0小于35
- 20日均线大于120日均线
选股逻辑分析
- 这个策略基于技术分析，通过分析多条均线的走势来筛选股票。
- 首先，筛选出至少5根均线重合的股票，这表明这些股票的均线走势比较稳定，不容易出现大幅波动。
- 然后，筛选出10日涨幅大于0小于35的股票，这表明这些股票近期有一定的上涨趋势，但还没有达到过高的程度。
- 最后，筛选出20日均线大于120日均线的股票，这表明这些股票的中期走势比较稳定，短期可能会出现回调，但不会影响中期趋势。
有何风险？
- 这个策略基于技术分析，可能会受到市场情绪和投资者心理的影响，导致筛选出的股票表现不佳。
- 这个策略只考虑了短期和中期走势，没有考虑长期趋势，可能会错过一些优质股票。
- 这个策略可能会筛选出一些表现不佳的股票，投资者需要仔细分析后再做决策。
如何优化？
- 可以考虑加入更多的均线作为筛选条件，以提高筛选出的股票的质量。
- 可以考虑加入其他技术指标作为筛选条件，以更好地分析股票的走势。
- 可以考虑加入基本面分析作为筛选条件，以更好地判断股票的价值。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出10日涨幅大于0小于35的股票
- 筛选出20日均线大于120日均线的股票
- 筛选出布林线中轨以上且MACD柱状线在零轴以上、DIF线在DEA线以上的股票
- 筛选出ROE大于10%、PB小于2的股票
python代码参考
import tushare as ts
import talib
# 初始化pro接口
pro = ts.pro_api()
# 设置token
pro.set_token('your_token')
# 初始化pandas
import pandas as pd
# 设置股票池
stock_pool = ['600036', '600001', '600039', '600028', '600007']
# 获取股票基本信息
df = pd.DataFrame()
for stock in stock_pool:
df = df.append(ts.pro_api.get_stock_basics(ts_code=stock), ignore_index=True)
# 筛选出符合条件的股票
df = df[df['close'] > df['close'].rolling(20).mean() & df['close'] < df['close'].rolling(200).mean() & df['close'] > df['close'].rolling(120).mean() & df['close'] < df['close'].rolling(200).mean() & df['pe'] < df['pe'].rolling(20).mean() & df['pb'] < df['pb'].rolling(20).mean() & df['roe'] > 10]
# 输出符合条件的股票代码
print(df['ts_code'].tolist())
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。
