问财量化选股策略逻辑
- 至少5根均线重合的股票
- KDJ刚形成金叉
- 100亿市值以内的无亏损企业
选股逻辑分析
- 5根均线重合的股票：这种股票的均线系统较为稳定，说明市场对该股票的走势较为一致，可能具有较好的投资价值。
- KDJ刚形成金叉：KDJ指标是一种常用的技术分析工具，用于判断股票的走势。当KDJ指标的三条线形成金叉时，说明股票的短期趋势向上，可能具有买入的机会。
- 100亿市值以内的无亏损企业：市值较小的公司可能更容易受到市场波动的影响，因此选择市值较大的公司可以降低投资风险。
有何风险？
- 仅考虑了股票的短期趋势，而忽略了长期趋势。
- 仅考虑了技术指标，而忽略了公司的基本面。
- 选择市值较大的公司可能会降低投资回报率。
如何优化？
- 结合技术指标和基本面分析，综合考虑股票的长期趋势和投资价值。
- 考虑市值的大小，但不要忽略公司的盈利能力和发展前景。
最终的选股逻辑
- 选择至少5根均线重合的股票
- KDJ指标的三条线形成金叉
- 选择市值在100亿以内的无亏损企业
- 结合技术指标和基本面分析，综合考虑股票的长期趋势和投资价值
- 考虑市值的大小，但不要忽略公司的盈利能力和发展前景
python代码参考
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Adj Close']]
df = df.resample('D').last()
return df
def get_5均线(stock_data):
# 计算股票的5日均线
df = stock_data['Adj Close']
df = df.rolling(window=5).mean()
return df
def get_kdj_data(stock_data):
# 计算股票的KDJ指标
df = stock_data['Adj Close']
df = talib.STOCH(df, fastperiod=3, slowperiod=10, fastkperiod=3, slowkperiod=3)
df['KDJ'] = (df['K'] - df['D']) / (df['K'] + df['D'])
return df
def get_non_loss_company_data(stock_data):
# 获取市值在100亿以内的公司
df = stock_data[['Market Cap']]
df = df[df['Market Cap'] <= 10000000000]
return df
def get_stock筛选结果(stock_data, 5均线, kdj, non_loss_company):
# 筛选出符合条件的股票
df = pd.merge(stock_data, non_loss_company, on='Stock Code')
df = df[df['Market Cap'] <= 10000000000]
df = df[df['KDJ'] > 0]
df = df[df['5均线'] > df['Adj Close']]
return df
# 示例
stock_code = '600036'
df = get_stock_data(stock_code)
5均线 = get_5均线(df)
kj
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。
