(同花顺量化)30日平均线向上_、100亿市值以内的无亏损企业、至少5根均线重合的股票

问财量化选股策略逻辑

首先，我们筛选出至少5根均线重合的股票，这可以视为短期和中期趋势的交汇点，有助于判断股票的走势。然后，我们筛选出100亿市值以内的无亏损企业，这可以保证企业的财务状况良好，有较强的盈利能力。最后，我们筛选出30日平均线向上，这可以视为股票价格的长期趋势是向上的。

选股逻辑分析

这个策略的逻辑是基于技术分析和财务分析，通过结合短期和中期趋势以及长期趋势来判断股票的走势和价值。这种策略可能适合那些希望在股票市场中获得长期收益的投资者。

然而，这个策略也存在一些风险。首先，如果股票市场出现大幅度的波动，这种策略可能会失去效果。其次，如果企业财务状况出现恶化，即使股票价格短期上涨，也可能无法避免长期下跌的风险。最后，如果短期和中期趋势不一致，这种策略可能会出现误判。

有何风险？

这个策略存在市场风险、企业风险和策略风险。市场风险指的是股票市场出现大幅度波动，导致策略失效的风险。企业风险指的是企业财务状况恶化，即使股票价格短期上涨，也可能无法避免长期下跌的风险。策略风险指的是短期和中期趋势不一致，导致策略出现误判的风险。

如何优化？

为了优化这个策略，我们可以考虑以下几点：

1. 将筛选条件放宽，例如将均线数量放宽到3根或4根，或者将市值条件放宽到150亿或200亿。

2. 将筛选条件改为筛选出至少3根均线重合的股票，或者筛选出至少60日平均线向上。

3. 将筛选条件改为筛选出财务状况良好的企业，例如筛选出ROE大于10%的企业。

最终的选股逻辑

最终的选股逻辑如下：

1. 筛选出至少3根均线重合的股票。

2. 筛选出100亿市值以内的无亏损企业。

3. 筛选出30日平均线向上。

python代码参考

以下是一个简单的Python代码参考，用于实现上述策略：

import talib

def get_rolling_average(prices, n):
    """计算滚动平均值"""
    return talib.MA(prices, n)

def get_crossed_averages(prices, fast_n, slow_n):
    """判断快线是否穿过慢线"""
    fast_average = get_rolling_average(prices, fast_n)
    slow_average = get_rolling_average(prices, slow_n)
    if fast_average > slow_average:
        return True
    else:
        return False

def get_relevant_stocks(prices, fast_n, slow_n,市值_limit):
    """筛选出符合条件的股票"""
    stocks = []
    for index, price in enumerate(prices):
        if get_crossed_averages(price, fast_n, slow_n):
            if index < len(prices) -市值_limit:
                stocks.append(index)
    return 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。