问财量化选股策略逻辑
该选股策略包括三个条件：
- 振幅大于1；
- 至少5根均线重叠的股票；
- 20日均线大于120日均线。
选股逻辑分析
该选股策略延续前两个策略的特点，依然严格控制了股票价格波动和相对稳定的均线形态，加入了更为严格的价格形态控制。20日均线大于120日均线代表股票价格较为明显地处于上升趋势中。此外，此选股策略可以较好地应对短期和中期市场波动带来的风险。
有何风险？
和前几个选股策略相比，单纯从价格形态的角度出发，该策略可能会忽略一些出现在下行趋势和阶段性反转中的股票。在技术面选股中，过于严格的限制筛选条件可能会给策略带来较大的约束和过于狭窄的线索范围。
如何优化？
为了提高选股准确性和稳健性，可以在价格形态之外再加入一些复杂的技术指标进行策略优化，例如相对强弱指标、MACD等。此外，可以对均线、波动率等指标的具体选取进行优化，例如适当放宽均线重叠的限制，或将振幅筛选改为波动率筛选。与前几个策略相同，需要随时关注市场变化，及时调整策略。
最终的选股逻辑
综合上述分析，建议该选股的逻辑为：
- 振幅大于1；
- 至少5根均线重叠；
- 20日均线大于120日均线。
同花顺指标公式代码参考
- 日线振幅：AMO()/REF(CLOSE,1)-1；
- 均线：MA(CLOSE,M)，M为参数，可以自行设置。
python代码参考
import pandas as pd
import tushare as ts
import talib
def get_stock_pool(date):
# 获取所有股票代码
df = ts.get_stock_basics()
codes = df.index.tolist()
result = pd.DataFrame()
for code in codes:
# 上市不足60天的股票忽略
if (pd.to_datetime(date) - pd.to_datetime(df.loc[code]['timeToMarket'])).days <= 60:
continue
# 规模筛选
total_mv = df.loc[code]['totalAssets'] * df.loc[code]['pb']
if total_mv < 2e8:
continue
bars_all = ts.get_k_data(code, '2022-01-01', date)
if bars_all is None or bars_all.empty or len(bars_all) < 2:
continue
# 20日均线和120日均线
close = bars_all['close'].values
ma_20 = talib.MA(close, timeperiod=20)
ma_120 = talib.MA(close, timeperiod=120)
is_ma_up = ma_20[-1] > ma_120[-1]
high, low, close = bars_all['high'].values, bars_all['low'].values, bars_all['close'].values
amplitude = (high - low) / close[:-1]
is_amplitude_large = amplitude.max() > 0.008
# 至少5根均线重叠
ma_5 = talib.MA(close, timeperiod=5)
ma_10 = talib.MA(close, timeperiod=10)
ma_20 = talib.MA(close, timeperiod=20)
ma_30 = talib.MA(close, timeperiod=30)
ma_count = len(set([ma[-1] for ma in [ma_5, ma_10, ma_20, ma_30]]))
is_ma_converge = ma_count >= 5
if is_amplitude_large and is_ma_converge and is_ma_up:
result = result.append({'code': code, 'name': df.loc[code]['name'], 'price': bars_all['close'].iloc[-1], 'vol': df.loc[code]['volume']},ignore_index=True)
result = result.sort_values(by=['vol'], ascending=False)
return result
注：此函数用于在某个日期获取备选股票池，返回dataframe，包括代码、名称、最新价格、热度等信息。其中涉及的均线、振幅、市值等指标可以参考TALib和tushare。具体市值筛选标准可根据实际需求选取。
## 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。
