问财量化选股策略逻辑
- 至少5根均线重合的股票
- 下午大单净流入
- 500日内至少2次涨停
选股逻辑分析
这个策略基于三个主要的量化指标，即均线重合、大单净流入和涨停次数。首先，策略要求至少5根均线重合，这可能意味着股票价格趋势稳定，市场参与度较高。其次，策略要求下午大单净流入，这可能意味着股票价格正在上涨，受到市场资金的追捧。最后，策略要求500日内至少2次涨停，这可能意味着股票价格波动较大，市场关注度较高。
然而，这个策略存在一定的风险。首先，均线重合和大单净流入并不一定意味着股票价格会上涨，因为这些指标可能受到市场噪音的影响。其次，策略要求股票价格至少2次涨停，这可能意味着股票价格已经上涨了很多，存在回调的风险。最后，这个策略可能无法识别一些特殊情况，例如股票价格长期横盘或者短期大幅波动。
如何优化？
为了优化这个策略，我们可以考虑以下几点：
- 尽量选择更多的均线，例如10根、20根等，以更好地反映股票价格趋势的稳定性。
- 尽量选择更多的大单净流入数据，例如30分钟、60分钟等，以更好地反映市场资金的流动情况。
- 尽量选择更多的涨停次数数据，例如30天、60天等，以更好地反映股票价格波动的频率和幅度。
最终的选股逻辑
- 选择至少10根均线重合的股票
- 选择下午大单净流入的股票
- 选择500日内至少3次涨停的股票
python代码参考
import talib
import pandas as pd
def get_ma_crossover(data, n):
ma = talib.MA(data, timeperiod=n)
crossover = []
for i in range(n):
if ma[i] > ma[i+1]:
crossover.append(i)
return crossover
def get_net_flow(data, timeperiod):
net_flow = pd.DataFrame(data['close'].diff(timeperiod), columns=['net_flow'])
net_flow['net_flow'] = net_flow['net_flow'].abs()
net_flow = net_flow[net_flow['net_flow'] > 0]
return net_flow
def get_stocks(data):
ma_c
## 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。
