(同花顺量化)2021年_、收益＞0、至少5根均线重合的股票

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 收益＞0
• 2021年

选股逻辑分析

• 该策略基于技术分析，通过寻找至少5根均线重合的股票来筛选可能的买入机会。
• 该策略要求股票必须在过去一年内有正收益，以确保投资者能够获得回报。
• 该策略的逻辑较为简单，易于理解和实施。

有何风险？

• 该策略基于技术分析，因此可能会受到市场情绪和短期波动的影响。
• 该策略要求股票在过去一年内有正收益，因此可能会错过一些长期上涨的股票。
• 该策略没有考虑公司的基本面因素，因此可能会忽略一些潜在的投资机会。

如何优化？

• 可以考虑使用更多的均线来筛选股票，以提高策略的准确性和可靠性。
• 可以考虑加入其他技术指标，如布林线和移动平均线，以更好地判断股票的价格走势。
• 可以考虑加入基本面因素，如公司的财务状况和盈利能力，以更好地评估股票的投资价值。

最终的选股逻辑

• 选择至少5根均线重合的股票，包括5日、10日、20日、50日和200日均线。
• 要求股票在过去一年内有正收益。
• 使用布林线和移动平均线来判断股票的价格走势。
• 加入公司的财务状况和盈利能力等基本面因素，以更好地评估股票的投资价值。

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 find_crossing_moving_average(prices, fast ma, slow ma):
    if prices[-1] > prices[fast_ma] and prices[-1] < prices[slow_ma]:
        return True
    else:
        return False

def find_crossing_bollinger Bands(prices, fast ma, slow ma, upper band, lower band):
    if prices[-1] > prices[fast_ma] and prices[-1] < prices[slow_ma] and prices[-1] > upper band and prices[-1] < lower band:
        return True
    else:
        return False

def find_crossing_moving_average_and_bollinger_Bands(prices, fast ma, slow ma, upper band, lower band):
    if find_crossing_moving_average(prices, fast ma, slow ma) and find_crossing_bollinger_Bands(prices, fast ma, slow ma, upper band, lower band):
        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。