(同花顺量化)高点为两日最高_、9点25分涨幅小于6%、至少5根均线重合的股票

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 9点25分涨幅小于6%
• 高点为两日最高

选股逻辑分析

• 该策略通过寻找至少5根均线重合的股票，表示这些股票的价格走势较为稳定，不容易出现大幅波动。
• 9点25分涨幅小于6%，表示该股票在开盘价附近的价格波动较小，可能有潜力继续上涨。
• 高点为两日最高，表示该股票在最近两天的交易中，价格达到了最高点，可能有较强的上涨动力。

有何风险？

• 该策略可能无法找到符合条件的股票，导致无法执行。
• 该策略可能过于保守，错过了一些有潜力的股票。
• 该策略可能过于激进，买入了一些价格已经高估的股票。

如何优化？

• 可以考虑增加均线的数量，以更好地反映股票的价格走势。
• 可以考虑加入其他指标，如成交量、MACD等，以更好地判断股票的走势。
• 可以考虑加入股票的市盈率等基本面指标，以更好地判断股票的价值。

最终的选股逻辑

• 通过以下步骤进行筛选：
  1. 选取所有A股股票。
  2. 对于每只股票，计算其5日、10日、20日、30日、60日均线。
  3. 对于每只股票，找到至少5根均线重合的点。
  4. 对于每只股票，计算其9点25分的涨幅，并将其与6%进行比较。
  5. 对于每只股票，找到其最近两天的最高价。
  6. 将符合以上条件的股票加入筛选列表中。

python代码参考

• 以下代码仅供参考，具体实现方式可能因数据源和环境不同而有所差异。

import tushare as ts

# 设置pro接口token
ts.set_token('your_token')

# 初始化pro接口
pro = ts.pro_api()

# 获取所有A股股票
stock_list = pro.stock_basic()

# 筛选出至少5根均线重合的股票
filtered_stock_list = []
for stock in stock_list:
    # 计算均线
    ma5, ma10, ma20, ma30, ma60 = pro.get_k_data(stock, 'close', '60d')
    # 找到至少5根均线重合的点
    for i in range(5, len(ma5)):
        if ma5[i] == ma10[i] == ma20[i] == ma30[i] == ma60[i]:
            filtered_stock_list.append(stock)

# 筛选出9点25分涨幅小于6%的股票
filtered_stock_list = []
for stock in filtered_stock_list:
    # 获取9点25分的涨幅
    open_price = pro.get_k_data(stock, 'open', '1d')['open']
    close_price = pro.get_k_data(stock, 'close', '1d')['close']
    delta = close_price - open_price
    if delta > 0:
        delta = delta / open_price * 100
    else:
        delta = -delta / open_price * 100
    # 判断涨幅是否小于6%
    if delta < 6:
        filtered_stock_list.append(stock)

# 筛选出高点为两日最高
filtered_stock_list = []
for stock in filtered_stock_list:
    # 获取最近两天的最高价
    high_price = pro.get_k_data(stock, 'high', '2d')['high']
    # 判断是否为两日最高
    if high_price == pro.get_k_data(stock, 'high', '1d')['high']:
        filtered_stock_list.append(stock)

# 输出筛选结果
print(filtered_stock_list)

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。