问财量化选股策略逻辑
- 至少5根均线重合的股票
- 100亿市值以内的无亏损企业
- 2021年
选股逻辑分析
- 这个策略首先筛选出至少5根均线重合的股票，这意味着这些股票的短期和长期趋势可能一致，从而增加股票的稳定性和可靠性。
- 然后，策略筛选出100亿市值以内的无亏损企业，这意味着这些企业财务状况良好，可能具有更好的发展前景和投资价值。
- 最后，策略筛选出2021年的股票，这意味着这些股票是在过去一年内交易的，可能具有更好的市场表现和投资机会。
有何风险？
- 该策略可能过于简单，无法充分考虑市场和企业的复杂性，从而导致筛选出的股票表现不佳。
- 筛选出的股票数量可能较少，导致投资组合的分散程度较低，从而增加投资风险。
- 筛选出的股票可能受到市场和行业因素的影响较大，从而导致投资表现不稳定。
如何优化？
- 可以考虑加入更多的筛选条件，例如盈利能力、市盈率、市净率等，以更好地评估企业的财务状况和投资价值。
- 可以考虑加入更多的技术指标，例如MACD、RSI等，以更好地判断股票的短期和长期趋势。
- 可以考虑加入更多的市场和行业因素，例如政策环境、行业发展等，以更好地评估股票的投资价值和风险。
最终的选股逻辑
- 筛选出至少5根均线重合的股票，意味着这些股票的短期和长期趋势可能一致，从而增加股票的稳定性和可靠性。
- 筛选出100亿市值以内的无亏损企业，意味着这些企业财务状况良好，可能具有更好的发展前景和投资价值。
- 筛选出过去一年内交易的股票，意味着这些股票可能具有更好的市场表现和投资机会。
- 加入盈利能力、市盈率、市净率等财务指标，以更好地评估企业的财务状况和投资价值。
- 加入MACD、RSI等技术指标，以更好地判断股票的短期和长期趋势。
- 加入政策环境、行业发展等市场和行业因素，以更好地评估股票的投资价值和风险。
python代码参考
- 以下是一个简单的Python代码示例，用于筛选至少5根均线重合的股票：
import talib
def has_convergence(candles):
# 计算收盘价的移动平均线
ma5 = talib.MA(candles['close'], timeperiod=5)
ma10 = talib.MA(candles['close'], timeperiod=10)
ma20 = talib.MA(candles['close'], timeperiod=20)
ma50 = talib.MA(candles['close'], timeperiod=50)
# 计算5日和10日移动平均线的交叉点
crossOver = talib.CROSS(ma5, ma10)
crossUnder = talib.CROSS(ma10, ma5)
# 判断是否有至少5根均线重合
numConverged = 0
for i in range(len(candles)):
if crossOver[i] == 1 and crossUnder[i-1] == 0:
numConverged += 1
elif crossUnder[i] == 1 and crossOver[i-1] == 0:
numConverged += 1
# 判断股票是否至少有5根均线重合
if numConverged >= 5:
return True
else:
return False
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。
