(同花顺量化)2021年_、昨日股价大于250日均线、今日增仓占比_5%

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

  • 今日增仓占比>5%
  • 昨日股价大于250日均线
  • 2021年

选股逻辑分析

该策略逻辑主要关注于股票的近期表现和市场行为。首先,要求股票在昨日的交易中收盘价大于250日均线,这表明股票价格在过去一年中表现良好,且具有一定的支撑力度。其次,要求股票在今日的交易中增仓占比大于5%,这表明机构投资者对这只股票有较大的兴趣,可能预示着股票价格未来有上涨的潜力。

有何风险?

该策略逻辑的局限性在于它只考虑了股票的短期表现和市场行为,而忽略了其他因素,如公司的财务状况、行业前景等。此外,如果市场出现较大的波动,该策略可能会产生较大的误差。

如何优化?

为了优化该策略逻辑,可以考虑加入更多的因素,如公司的财务状况、行业前景、盈利能力等。此外,可以使用技术分析方法,如趋势线、均线等,来更加准确地判断股票的价格走势。

最终的选股逻辑

  • 股票收盘价大于250日均线
  • 股票今日增仓占比大于5%
  • 股票所在行业前景良好
  • 公司财务状况良好
  • 股票盈利能力较强

python代码参考

import talib

def get_stock_data(stock_code):
    # 获取股票的历史收盘价数据
    historical_prices = get_historical_prices(stock_code)
    
    # 获取股票的250日均线数据
    ma250 = talib.MA(historical_prices, timeperiod=250)
    
    # 获取股票今日的增仓占比数据
    daily_net_increase = get_daily_net_increase(stock_code)
    
    # 将数据合并为一个数据框
    data = pd.DataFrame({
        'close': historical_prices,
        'ma250': ma250,
        'daily_net_increase': daily_net_increase
    })
    
    return data

def get_historical_prices(stock_code):
    # 获取股票的历史收盘价数据
    data = yf.download(stock_code, start='2010-01-01', end='2021-12-31')
    return data['close']

def get_daily_net_increase(stock_code):
    # 获取股票每日的增仓占比数据
    data = yf.download(stock_code, start='2021-01-01', end='2021-12-31')
    return data['netIncrease']

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

收益&风险
源码

评论