(iwencai量化)大单净量排行_、10日涨幅大于0小于35、至少5根均线重合的股票

问财量化选股策略逻辑

1. 至少5根均线重合的股票：表示股票价格在不同时间周期内的趋势较为一致，有利于长期持有。
2. 10日涨幅大于0小于35：表示股票价格在最近10天内有上涨趋势，但涨幅不是很大，说明市场对该股票的预期较为稳定。
3. 大单净量排行：表示股票在市场上的买卖力量对比，大单净量排名靠前的股票说明市场上的买入力量较强，有利于股票价格上涨。

选股逻辑分析

以上三个逻辑结合起来，可以筛选出一些具有长期投资价值、短期有上涨潜力的股票。同时，大单净量排名靠前的股票也说明市场对该股票的关注度较高，有利于股票价格上涨。

有何风险？

以上三个逻辑结合起来，可以筛选出一些具有长期投资价值、短期有上涨潜力的股票。但是，市场上的股票数量众多，这些股票的表现也受到市场环境、公司业绩等多种因素的影响，因此投资者在进行投资时需要对市场风险有一定的认识，并做好风险控制。

如何优化？

为了进一步提高筛选出股票的质量，可以考虑增加一些其他的筛选条件，例如市盈率、市净率等指标，以及对公司财务状况、盈利能力等方面的分析。

最终的选股逻辑

通过至少5根均线重合、10日涨幅大于0小于35、大单净量排行等条件的筛选，结合市盈率、市净率等指标以及对公司财务状况、盈利能力等方面的分析，最终选出具有长期投资价值、短期有上涨潜力的股票。

python代码参考

以下是基于pandas和numpy库的python代码参考：

import pandas as pd
import numpy as np

# 读取股票数据
data = pd.read_csv('stock_data.csv')

# 筛选至少5根均线重合的股票
data = data[(data['ma5'] > data['ma10']) & (data['ma10'] > data['ma20']) & (data['ma20'] > data['ma30']) & (data['ma30'] > data['ma40']) & (data['ma40'] > data['ma50'])]

# 筛选10日涨幅大于0小于35的股票
data = data[(data['close'] > data['close'].shift(10)) & (data['close'] < data['close'].shift(10) + 35)]

# 筛选大单净量排名靠前的股票
data = data[(data['净流入量'] > data['净流入量'].rolling(window=10).mean())]

# 计算市盈率和市净率
data['pe'] = data['close'] / data['eps']
data['pb'] = data['close'] / data['pb']

# 选择需要的指标
data = data[['ma5', 'ma10', 'ma20', 'ma30', 'ma40', 'ma50', 'close', '净流入量', 'pe', 'pb']]

# 进行排序
data = data.sort_values(by=['净流入量'], ascending=False)

# 输出结果
print(data)

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。