(同花顺量化)20日均线大于120日均线_、今日最大跌幅＜-4且＞-5、今日增仓占比_5%

问财量化选股策略逻辑

今日增仓占比>5%,今日最大跌幅＜-4且＞-5,20日均线大于120日均线

选股逻辑分析

这个策略的逻辑是基于市场中股票的买入行为和价格波动来筛选股票。首先，要求股票在今天的增仓比例超过5%，这表明市场中有大量的投资者在买入该股票，这可能是股票价格走势良好的信号。其次，要求股票在今天的最大跌幅小于-4且大于-5，这表明股票价格在短期内出现了较大的波动，但没有出现极端的下跌，这可能是股票价格走势良好的信号。最后，要求股票的20日均线大于120日均线，这表明股票价格在短期内的波动较小，但长期趋势是上涨的，这可能是股票价格走势良好的信号。

有何风险？

这个策略的逻辑是基于市场中股票的买入行为和价格波动来筛选股票，因此存在以下风险：

1. 市场情绪不稳定：如果市场情绪不稳定，投资者可能会过度买入或卖出股票，导致股票价格出现较大的波动。

2. 股票价格受多种因素影响：股票价格受到多种因素的影响，包括公司业绩、行业环境、政策法规等，这些因素的变化可能会导致股票价格出现较大的波动。

3. 筛选出的股票不一定是最佳选择：通过这个策略筛选出的股票可能并不是最佳选择，因为市场中可能存在其他更好的投资机会。

如何优化？

为了优化这个策略，可以考虑以下方法：

1. 加入更多的筛选条件：除了增仓比例、最大跌幅和20日均线外，还可以加入其他筛选条件，例如公司财务指标、盈利能力等，以提高筛选出的股票的质量。

2. 调整筛选条件的阈值：可以调整筛选条件的阈值，例如增仓比例的阈值、最大跌幅的阈值等，以适应不同的市场环境。

3. 结合其他技术分析指标：可以结合其他技术分析指标，例如移动平均线、布林线等，以提高筛选出的股票的质量。

最终的选股逻辑

最终的选股逻辑如下：

1. 股票在今天的增仓比例超过5%。

2. 股票在今天的最大跌幅小于-4且大于-5。

3. 股票的20日均线大于120日均线。

4. 股票的财务指标、盈利能力等表现良好。

5. 结合其他技术分析指标，例如移动平均线、布林线等，以提高筛选出的股票的质量。

python代码参考

以下是一个简单的 Python 代码参考，用于实现上述的策略：

import talib

def get_strategy_scores(symbol):
    # 获取股票的历史行情数据
    data = yf.download(symbol, start='2020-01-01', end='2021-12-31')
    
    # 计算增仓比例
    buying_power = data['Close'].rolling(window=20).sum()
    buying_power_ratio = buying_power / buying_power.shift(1)
    buying_power_ratio = buying_power_ratio.where(buying_power_ratio > 1, 1)
    
    # 计算最大跌幅
    max_drawdown = data['Close'].rolling(window=20).max() - data['Close'].rolling(window=20).min()
    max_drawdown = max_drawdown.where(max_drawdown > -5, -5)
    
    # 计算20日均线
    ma20 = talib.MA(data['Close'], timeperiod=20)
    ma120 = talib.MA(data['Close'], timeperiod=120)
    
    # 计算策略得分
    scores = buying_power_ratio * max_drawdown * (ma20 > ma120)
    
    # 返回策略得分
    return scores

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。