问财量化选股策略逻辑
- 至少5根均线重合的股票
- 今日均线向上发散
- 高点为两日最高
选股逻辑分析
- 这个策略通过寻找均线重合的股票来确定股票的支撑和阻力，同时寻找今日均线向上发散的股票来确定股票的上涨趋势。
- 该策略适用于寻找中长期趋势向上的股票，因为只有在股票上涨趋势明显的前提下，均线才会向上发散。
- 该策略需要关注股票的均线系统，因此对于股票的成交量和市场情绪等因素的影响可能较小。
有何风险？
- 该策略可能会错失一些短期上涨较快的股票，因为这些股票可能没有足够的均线重合来确定支撑和阻力。
- 该策略可能会过度集中在某些股票上，因为这些股票的均线系统更加明显，因此可能会忽略其他股票的机会。
- 该策略可能会在市场出现极端情况时失效，例如市场出现大幅下跌或上涨时，均线系统可能会变得混乱。
如何优化？
- 可以考虑增加均线的数量，例如使用10均线或20均线来寻找均线重合的情况。
- 可以考虑使用其他技术指标来辅助确定股票的上涨趋势，例如使用MACD指标或布林线指标。
- 可以考虑加入一些过滤条件，例如排除一些成交量过低或市场情绪较差的股票。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出今日均线向上发散的股票
- 筛选出均线系统较为明显的股票，例如使用10均线或20均线
- 在满足以上条件的股票中，选择成交量较高且市场情绪较好的股票作为最终的候选股票
python代码参考
import talib
def get_rolling_average(closing_prices, n):
rolling_average = talib.SMA(closing_prices, n)
return rolling_average
def get_crossing_averages(rolling_a1, rolling_a2, n):
if rolling_a1[-1] > rolling_a2[-1]:
cross_averages = talib.SMA(rolling_a1, n)
else:
cross_averages = talib.SMA(rolling_a2, n)
return
## 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。
