(同花顺量化)9点25分涨幅小于6%_、酷特智能早晨之星、至少5根均线重合的股票

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

  1. 至少5根均线重合的股票
  2. 酷特智能早晨之星
  3. 9点25分涨幅小于6%

选股逻辑分析

  1. 至少5根均线重合的股票:这个条件意味着股票的价格趋势比较稳定,同时有多个不同的角度来观察股票的走势,可以减少买入的风险。
  2. 酷特智能早晨之星:早晨之星是一种技术分析指标,表示股票在早晨开盘价低于前一日收盘价,但收盘价高于开盘价,形成一颗星形的K线组合。这种形态通常预示着股票价格即将上涨。
  3. 9点25分涨幅小于6%:这个条件意味着股票在开盘价之后的价格波动比较小,说明市场对这只股票的预期比较稳定,可以减少买入的风险。

有何风险?

  1. 过于依赖技术分析指标:酷特智能早晨之星是一种技术分析指标,但它并不是万能的,不能完全预测股票的价格走势。
  2. 均线交叉的信号不一定是买入信号:虽然均线交叉可以作为买入信号,但并不代表一定会涨。相反,如果均线交叉的信号出现过早或过晚,可能会导致买入时机不合适。
  3. 9点25分涨幅小于6%的条件可能会漏掉一些有潜力的股票:如果股票在开盘价之后的价格波动很小,可能是因为市场对这只股票的预期比较稳定,但也可能是这只股票有潜力,但还没有被市场发现。

如何优化?

  1. 结合其他技术分析指标和基本面分析:技术分析指标和基本面分析可以相互补充,更好地预测股票的价格走势。
  2. 结合量化交易策略:量化交易策略可以更精确地执行买入和卖出操作,降低买入和卖出的误差。
  3. 对于9点25分涨幅小于6%的条件进行进一步的筛选:可以考虑加入其他条件,例如股票的成交量、换手率等,以更好地筛选出有潜力的股票。

最终的选股逻辑

  1. 股票价格趋势稳定,至少5根均线重合。
  2. 酷特智能早晨之星,早晨之星形态出现。
  3. 9点25分涨幅小于6%,开盘价之后的价格波动小于6%。
  4. 结合其他技术分析指标和基本面分析,进一步筛选股票。
  5. 结合量化交易策略,更精确地执行买入和卖出操作。

python代码参考

  1. 股票价格趋势稳定,至少5根均线重合
def check_moving_average(price_data, n):
    moving_average = pd.Series(price_data).rolling(n).mean()
    return moving_average[-n:].values > moving_average[:-n].values
  1. 酷特智能早晨之星,早晨之星形态出现
def check_morning_star(price_data, low_price, high_price):
    return (price_data > low_price) & (price_data < high_price) & (price_data[-1] > price_data[-2] & price_data[-2] > price_data[-3])
  1. 9点25分涨幅小于6%,开盘价之后的价格波动小于6%
def check_price变动(price_data, n):
    return (price_data[-n:] - price_data[:-n]) / price_data[:-n] < 0.06
  1. 结合其他技术分析指标和基本面分析,进一步筛选股票
def check_stock(stocks, price_data, moving_average, morning_star, price变动):
    filtered_stocks = []
    for stock in stocks:
        if check_moving_average(price_data, 5) and check_morning_star(price_data, stock['low'], stock['high']) and check_price变动(price_data, 3):
            filtered_stocks.append(stock)
    return filtered_stocks
  1. 结合量化交易策略,更精确地执行买入和卖出操作
def execute_trade(price_data, moving_average, morning_star, price变动, buy_price, sell_price):
    if check_moving_average(price_data, 5) and check_morning_star(price_data, moving_average[-1], moving_average[-2]):
        if price_data[-1] > moving_average[-1]:
            if price变动 > 0.06:
                return {'order': 'BUY', 'price': buy_price}
            else:
                return {'order': 'HOLD', 'price': buy_price}
        else:
            return {'order': 'SELL', 'price': sell_price}
    else:

## 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。
![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论