问财量化选股策略逻辑
- 至少5根均线重合的股票
- 10日涨幅大于0小于35
- 高点为两日最高
选股逻辑分析
这个策略的逻辑是寻找均线重合的股票，这些股票可能具有更强的支撑和阻力，并且在短期内有较大的上涨潜力。同时，策略还考虑了股票的10日涨幅，以确保股票具有一定的上涨趋势。最后，策略还考虑了股票的高点，以确保股票在短期内具有较强的上涨动力。
有何风险？
这个策略的风险在于，它可能过于依赖于短期的市场走势，而忽略了更长期的趋势。此外，如果股票的价格在短期内出现剧烈波动，这个策略可能会失去效果。另外，如果股票的价格在短期内没有达到预期的涨幅，这个策略可能会导致投资者的损失。
如何优化？
为了优化这个策略，可以考虑以下几点：
- 将策略的时间框架延长，例如考虑20日均线重合的股票，以更好地捕捉长期趋势。
- 将策略的参数进行调整，例如将10日涨幅的限制放宽，以允许更多的股票符合策略的要求。
- 将策略应用于不同的市场，以更好地适应不同的市场环境。
最终的选股逻辑
- 股票的5日、10日、20日、30日和60日均线重合
- 股票的10日涨幅大于0小于35
- 股票的高点为两日最高
python代码参考
以下是使用pandas和numpy库实现该策略的Python代码：
import pandas as pd
import numpy as np
def get_rolling_average(prices, n):
"""
获取n日的滚动平均值
"""
return prices.rolling(n).mean()
def get_reaching_targets(prices, n):
"""
获取n日内的目标价格
"""
targets = np.zeros_like(prices)
targets[n-1] = prices[n-1] + (prices[n-1] - prices[n-n]) * (1 + n/100)
for i in range(n-2, 0, -1):
targets[i] = prices[i] + (targets[i+1] - prices[i+1]) * (1 + (n-i)/100)
return targets
def get_rolling_slope(prices, n):
"""
获取n日的滚动斜率
"""
return np.diff(prices, n=n) / np.diff(prices.shift(n))
def get_rolling_angle(prices, n):
"""
获取n日的滚动角度
"""
slope = get_rolling_slope(prices, n=n)
angle = np.arctan(slope)
return angle
def get_rolling_center(prices, n):
"""
获取n日的滚动中心
"""
return np.mean(prices, n=n)
def get_rolling_middle(prices, n):
"""
获取n日的滚动中间价
"""
return np.median(prices, n=n)
def get_rolling_moving_average(prices, n):
"""
获取n日的滚动移动平均值
"""
return np.convolve(prices, np.ones(n)/n, mode='same')
def get_rolling_moving_average_direction(prices, n):
"""
获取n日的滚动移动平均方向
"""
direction = np.sign(prices[n-1] - prices[n-n])
for i in range(n-2, 0, -1):
direction = np.sign(prices[i] - prices[i+1])
return direction
def get_rolling_direction(prices, n):
"""
获取n日的滚动方向
"""
direction = np.sign(prices[n-1] - prices[n-n])
for i in range(n-2, 0, -1):
direction = np.sign(prices[i] - prices[i+1])
return direction
def get_rolling_median_direction(prices, n):
"""
获取n日的滚动中位数方向
"""
direction = np.sign(prices[n-1] - prices[n-n])
for i in range(n-2, 0, -1):
direction = np.sign(prices[i] - prices[i+1])
return direction
def get_rolling_direction_signal(prices, n):
"""
获取n日的滚动方向信号
"""
direction = get_rolling_direction(prices, n=n)
if direction == 0:
return 0
else:
return 1 if direction > 0 else -1
def get_rolling_slope_signal(prices, n):
"""
获取n日的滚动斜率信号
## 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。
