问财量化选股策略逻辑
- 至少5根均线重合的股票
- 10日涨幅大于0小于35
- 2021年
选股逻辑分析
这个策略基于以下三个条件来筛选股票:
- 股票的均线至少有5根重合,这表明股票的价格趋势比较稳定,不容易出现大幅波动。
- 股票在过去的10天内涨幅大于0小于35,这表明股票的价格有一定的上涨趋势,但还没有达到过高的水平。
- 该策略只适用于2021年,这表明该策略是基于当前市场环境来制定的。
有何风险?
这个策略的风险在于它可能会错过一些具有更高潜力的股票,因为该策略只考虑了股票在过去10天内的价格表现和均线重合情况。此外,该策略也可能过于保守,因为它只选择了一些价格涨幅适中的股票。
如何优化?
为了优化这个策略,可以考虑增加更多的筛选条件,例如股票的市值、市盈率等。此外,可以考虑使用更长的时间周期来筛选股票,例如200天或300天,以更好地捕捉股票的价格趋势。
最终的选股逻辑
最终的选股逻辑如下:
import talib
def get_stock筛选条件():
# 获取股票的收盘价和均线
close_prices = get_stock_prices()
ma5 = talib.MA(close_prices, timeperiod=5)
ma10 = talib.MA(close_prices, timeperiod=10)
ma20 = talib.MA(close_prices, timeperiod=20)
ma50 = talib.MA(close_prices, timeperiod=50)
# 计算股票的均线重合情况
num_of_common_lines = len(set(ma5) & set(ma10) & set(ma20) & set(ma50))
# 筛选出至少有5根均线重合的股票
return num_of_common_lines >= 5
def get_stock_prices():
# 获取股票的历史收盘价
# ...
def get_stock筛选条件():
# 获取股票的收盘价和均线
close_prices = get_stock_prices()
ma5 = talib.MA(close_prices, timeperiod=5)
ma10 = talib.MA(close_prices, timeperiod=10)
ma20 = talib.MA(close_prices, timeperiod=20)
ma50 = talib.MA(close_prices, timeperiod=50)
# 计算股票的均线重合情况
num_of_common_lines = len(set(ma5) & set(ma10) & set(ma20) & set(ma50))
# 筛选出至少有5根均线重合的股票
return num_of_common_lines >= 5
def get_stock_prices():
# 获取股票的历史收盘价
# ...
def get_stock筛选条件():
# 获取股票的收盘价和均线
close_prices = get_stock_prices()
ma5 = talib.MA(close_prices, timeperiod=5)
ma10 = talib.MA(close_prices, timeperiod=10)
ma20 = talib.MA(close_prices, timeperiod=20)
ma50 = talib.MA(close_prices, timeperiod=50)
# 计算股票的均线重合情况
num_of_common_lines = len(set(ma5) & set(ma10) & set(ma20) & set(ma50))
# 筛选出至少有5根均线重合的股票
return num_of_common_lines >= 5
def get_stock_prices():
# 获取股票的历史收盘价
# ...
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。


