(同花顺量化)20日均线大于120日均线_、股价为18

问财量化选股策略逻辑

1. 至少5根均线重合的股票
2. 股价为18.5元
3. 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，通过检查股票的均线组合来筛选出潜在的买入机会。首先，策略要求至少5根均线重合，这可能意味着股票价格在一段时间内处于趋势之中，并且有较强的支撑和阻力。其次，策略要求股价为18.5元，这可能意味着股票价格相对较低，具有一定的投资价值。最后，策略要求20日均线大于120日均线，这可能意味着股票价格正在上涨，并且有较强的上涨趋势。

有何风险？

这个策略的潜在风险包括市场风险、技术分析风险和买入时机选择风险。市场风险是指股票市场的整体表现会影响策略的表现，技术分析风险是指技术分析方法可能不准确或失效，买入时机选择风险是指策略可能无法在最佳买入时机买入股票。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 使用更多的均线组合来筛选股票，例如60日均线、90日均线等，以增加策略的准确性和可靠性。
2. 考虑加入其他技术分析指标，例如MACD、RSI等，以更好地判断股票的价格走势和买入时机。
3. 考虑加入基本面分析，例如公司的财务状况、盈利能力等，以更好地判断股票的价值和投资潜力。

最终的选股逻辑

以下是最终的选股逻辑：

1. 检查股票的均线组合，至少要求5根均线重合。
2. 股票的股价为18.5元。
3. 检查股票的20日均线是否大于120日均线。
4. 使用其他技术分析指标，例如MACD、RSI等，以更好地判断股票的价格走势和买入时机。
5. 考虑加入基本面分析，例如公司的财务状况、盈利能力等，以更好地判断股票的价值和投资潜力。

python代码参考

以下是参考的python代码：

import talib

def check_ma_crosses(prices, fast ma, slow ma):
    if prices[-1] > slow ma and prices[-2] < slow ma:
        return True
    else:
        return False

def get_ma_crosses(prices, fast ma, slow ma):
    crosses = []
    for i in range(len(prices)):
        if check_ma_crosses(prices[i:], fast ma, slow ma):
            crosses.append(i)
    return crosses

def get_screened_stocks(prices, fast ma, slow ma, price筛选条件, ma筛选条件):
    stocks = []
    for i in range(len(prices)):
        if check_ma_crosses(prices[i:], fast ma, slow ma) and prices[i] >= price筛选条件 and i >= ma筛选条件:
            stocks.append(prices[i])
    return stocks

# Example usage
prices = [10, 12, 14, 16, 18, 20, 22, 24, 26, 28]
fast_ma = talib.SMA(prices, timeperiod=20)
slow_ma = talib.SMA(prices, timeperiod=60)

# Set price筛选条件
price筛选条件 = 18.5

# Set ma筛选条件
ma筛选条件 = len(prices) - 1

# Get screened stocks
screened_stocks = get_screened_stocks(prices, fast_ma, slow_ma, price筛选条件, ma筛选条件)

# Print screened stocks
print(screened_stocks)

注意：以上代码仅供参考，实际使用时需要根据具体情况进行调整和优化。

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。