(同花顺量化)30日平均线向上_、涨跌幅×超大单净量、今日增仓占比_5%

问财量化选股策略逻辑

1. 今日增仓占比>5%
2. 涨跌幅×超大单净量
3. 30日平均线向上

选股逻辑分析

这三个条件分别代表了股票的市场表现、资金流入情况和趋势。其中，今日增仓占比表示股票近期的买入力度，涨跌幅×超大单净量表示股票的市场情绪和资金关注度，30日平均线向上表示股票的趋势向上。

有何风险？

这个策略的局限性在于它只考虑了股票的短期表现和市场情绪，而忽略了股票的基本面和长期价值。因此，如果股票的基本面不佳或者市场情绪过度悲观或乐观，这个策略可能会产生错误的买入或卖出决策。

如何优化？

为了减少策略的局限性，我们可以考虑加入一些基本面指标，例如市盈率、市净率等，来评估股票的基本面价值。此外，我们还可以考虑加入一些长期趋势指标，例如移动平均线、布林线等，来评估股票的长期趋势。

最终的选股逻辑

我们最终的选股逻辑如下：

def select_stock():
    # 获取所有A股股票
    stocks = get_stocks()

    # 初始化三个指标
    today_buy_percent = 0
    price_change_x_momentum = 0
    moving_average_direction = 0

    # 遍历所有股票
    for stock in stocks:
        # 获取今日增仓占比
        today_buy_percent = get_buy_percent(stock)

        # 获取涨跌幅和超大单净量
        price_change = get_price_change(stock)
        momentum = get_momentum(stock)

        # 计算涨跌幅×超大单净量
        price_change_x_momentum = price_change * momentum

        # 判断股票是否符合策略要求
        if today_buy_percent > 0.05 and price_change_x_momentum > 0 and moving_average_direction == 1:
            # 如果符合策略要求，返回该股票
            return stock

python代码参考

import talib

def get_buy_percent(stock):
    # 获取今日买入金额占总成交额的比例
    return talib.BUY_RATE(stock, 1)

def get_price_change(stock):
    # 获取股票的涨跌幅
    return stock['close'].pct_change()

def get_momentum(stock):
    # 获取股票的超大单净量
    return stock['turnover'].rolling(window=30).mean()

def moving_average_direction(stock):
    # 计算股票的移动平均线方向
    ma = stock['close'].rolling(window=30).mean()
    if ma[-1] > ma[-2]:
        return 1
    elif ma[-1] < ma[-2]:
        return -1
    else:
        return 0

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。