问财量化选股策略逻辑
- 今日增仓占比>5%, 表示该股票最近有较多资金流入，可能是市场对该股票的看好。
- 昨日成交额大于6千万, 表示该股票昨日的成交量较大，表明市场对该股票的关注度较高。
- 20日均线大于120日均线, 表示该股票的短期走势强于长期走势，可能具有上涨潜力。
选股逻辑分析
- 该策略基于成交量和资金流入来筛选股票，符合市场资金流入的股票往往具有上涨潜力。
- 20日均线和120日均线的比较可以用来判断股票的短期和长期走势，如果短期走势强于长期走势，则可能具有上涨潜力。
有何风险？
- 该策略的缺点是只考虑了成交量和资金流入，没有考虑其他因素，例如公司的财务状况、行业前景等。
- 如果市场出现大幅波动，该策略可能会选择一些高风险的股票。
如何优化？
- 可以考虑加入其他因素，例如公司的财务状况、行业前景等，以更全面地评估股票的投资价值。
- 可以使用技术分析方法，例如趋势线、支撑位和阻力位等，来辅助判断股票的走势。
最终的选股逻辑
- 今日增仓占比>5%, 昨日成交额大于6千万, 20日均线大于120日均线, 公司财务状况良好, 行业前景乐观。
- 代码参考：
import tushare as ts
# 设置token
ts.set_token('your_token')
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股的股票代码
stock_codes = pro.stock_codes()
# 获取所有A股的20日均线和120日均线数据
df = pro.daily(ts_code=stock_codes, start_date='2021-01-01', end_date='2021-12-31')
df = df.sort_values('trade_date')
df = df[['ts_code', 'close']]
df['20ma'] = df['close'].rolling(window=20).mean()
df['120ma'] = df['close'].rolling(window=120).mean()
# 获取所有A股的成交量数据
df = pro.realtime_quotes(ts_code=stock_codes, fields='vol')
df = df.sort_values('trade_date')
df = df[['ts_code', 'vol']]
df = df['vol'].rolling(window=20).mean()
# 筛选出符合条件的股票
selected_stocks = []
for index, row in df.iterrows():
if row['20ma'] > row['120ma'] and row['vol'] > 6000000:
selected_stocks.append(row['ts_code'])
# 输出符合条件的股票代码
print(selected_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。
