(同花顺量化)股票均价站在五日均线之上_、10天内涨停天数大于2、振幅大于1

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

选股逻辑为:振幅大于1,10天内涨停天数大于2,股票均价站在五日均线之上。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。

选股逻辑分析

该选股策略基于以下几个条件来筛选股票:

  1. 振幅大于1,说明该股票存在较大波动性,有更高的交易机会;
  2. 10天内涨停天数大于2,说明该股票存在一定的热度;
  3. 股票均价站在五日均线之上,说明该股票的短期走势向好。

有何风险?

该选股策略可能存在以下风险:

  1. 选股策略基于历史数据,不能保证未来股价表现;
  2. 短期均线与股价的关系可能存在短期噪音,需要结合其他指标进行确认;
  3. 选股策略需要综合考虑多个因素,难以精确衡量每个因素的重要性。

如何优化?

为降低可能存在的风险和提升选股效果,可以考虑以下优化措施:

  1. 结合其他技术指标或基本面因素,进行多因素选股,提高选股效果;
  2. 对股价均线的计算方法进行优化,使用加权平均或指数移动平均等方法,降低噪音干扰;
  3. 不断调整选股策略,根据市场情况进行相应的优化。

最终的选股逻辑

经过上述优化,得到以下完善版的选股策略:

  • 振幅大于1,10天内涨停天数大于2,股票均价站在五日均线之上;
  • 结合其他技术指标、基本面数据等因素进行判断;
  • 对短期均线计算方法进行优化;
  • 对选股策略进行动态调整,筛选出高品质的个股。

注:以上选股策略仅供参考,具体可以根据实际需求和风险承受能力进行调整。

同花顺指标公式代码参考

以下是同花顺的相关代码:

/* 将具体的选股条件填充至筛选公式中 */
SELECT 
    /* 振幅大于1,10天内涨停天数大于2,股票均价站在五日均线之上 */
    (HIGH-LOW)/REF(CLOSE,1)*100 >= 1 AND
    COUNT(IF(CLOSE>REF(CLOSE,1)*1.098,1,0),10) > 2 AND
    /* 股票均价站在五日均线之上 */
    MA(CLOSE,5)>=REF(MA(CLOSE,5),1)

注:以上代码需要在同花顺的选股界面中进行填充。

Python代码参考

以下是Python代码的参考:

import baostock as bs
import pandas as pd
from datetime import datetime, timedelta

def stock_selection():
    #### 登陆系统 ####
    lg = bs.login()

    #### 获取股票基本信息 ####
    rs_basic_info = bs.query_stock_basic()

    #### 获取数据 ####
    selected_code = []
    for code in rs_basic_info[(rs_basic_info['marketType']=='沪A')|(rs_basic_info['marketType']=='深A')]['code'].tolist():
        #### 获取股票数据 ####
        rs = bs.query_history_k_data_plus(code, "date, open, close, high, low, volume", 
                                           start_date=(datetime.now() - timedelta(days=300)).strftime('%Y-%m-%d'), 
                                           end_date=datetime.now().strftime('%Y-%m-%d'), 
                                           frequency="d", adjustflag="3")
        data = rs.get_data()

        #### 获取选股条件 ####
        if len(data) >= 250:
            condition1 = (data['high']-data['low']).iloc[-1]/data['close'].iloc[-1]*100 > 1
            condition2 = len(data[data['close']>data['close'].shift(1)*1.098]) > 2
            condition3 = data['close'].iloc[-1] > data['close'].rolling(5).mean().iloc[-1]

            #### 判断是否满足条件 ####
            if condition1 and condition2 and condition3:
                selected_code.append(code)

    #### 登出系统 ####
    bs.logout()

    return selected_code

注:以上Python代码需要安装baostock等库,仅供参考,具体根据实际需求和风险承受能力进行调整。

    ## 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](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论