问财量化选股策略逻辑
- 至少5根均线重合的股票
- 北京A股除外
- 30日平均线向上
选股逻辑分析
- 这个策略的逻辑是寻找均线多头排列的股票，至少有5根均线重合，可以是短期均线（如5日、10日均线）或长期均线（如50日、200日均线）。这样可以确保股票的多头趋势比较明显。
- 筛选出北京A股之外的股票，因为北京A股的股票市场相对较小，可能会导致交易量和流动性不足，影响股票的表现。
- 只选择30日平均线向上运行的股票，因为30日平均线是中期趋势的指标，如果趋势向上，则说明股票的中期表现较好。
有何风险？
- 这个策略的局限性在于它只能反映股票的短期趋势，而不能反映股票的长期趋势。如果股票的长期趋势向下，则短期均线多头排列也可能会出现反转。
- 如果股票的交易量不足，可能会导致股票的价格波动较大，从而影响策略的表现。
- 如果股票的市场环境较差，也可能会导致股票的表现不佳。
如何优化？
- 可以考虑加入更多的均线作为筛选条件，例如60日、120日均线等，以提高策略的准确率。
- 可以考虑加入其他指标作为筛选条件，例如MACD、RSI等，以提高策略的准确率。
- 可以考虑加入股票的市值、行业、地域等作为筛选条件，以提高策略的适用性。
最终的选股逻辑
- 筛选出北京A股之外的股票
- 筛选出30日平均线向上运行的股票
- 筛选出至少有5根均线重合的股票，可以是短期均线或长期均线
- 筛选出市值、行业、地域等符合条件的股票
python代码参考
- import tushare as ts
-
设置pro接口key
- ts.set_token('your_token')
-
初始化pro接口
- pro = ts.pro_api()
-
获取所有股票信息
- codes = pro.index(ts_code='000001.SZ')
-
获取30日均线
- df = pro.realtime_quotes(codes=codes, fields=['close'], start='2021-01-01', end='2021-01-31')
- df['ma30'] = df['close'].rolling(window=30).mean()
-
筛选出30日均线向上运行的股票
- df = df[df['ma30'] > df['close']]
-
筛选出至少有5根均线重合的股票
- df = df[df['ma5'] > df['ma10'] > df['ma20'] > df['ma30']]
-
筛选出市值、行业、地域等符合条件的股票
- df = df[df['market_cap'] > 1000000000] # 市值条件
- df = df[df['industry'] != '金融业'] # 行业条件
- df = df[df['location'] != '中国香港'] # 地域条件
-
输出符合条件的股票代码
- print(df['ts_code'].tolist())
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。
