问财量化选股策略逻辑
- 至少5根均线重合的股票
- 昨天换手率＞8%
- 大单净量排行
选股逻辑分析
- 这个策略选择的是至少5根均线重合的股票，这表明这些股票的走势比较稳定，不容易出现大幅波动。
- 同时，昨天换手率大于8%，说明这些股票的交易活跃度较高，可能存在一些机会。
- 最后，选择大单净量排行的股票，说明这些股票受到市场资金的关注，可能有更多的机会。
有何风险？
- 这个策略选择的是至少5根均线重合的股票，这表明这些股票的走势比较稳定，但也可能表明这些股票的价格波动比较小，不太适合那些追求高风险高收益的投资者。
- 同时，昨天换手率大于8%，说明这些股票的交易活跃度较高，但也可能表明这些股票的价格波动比较大，不太适合那些追求低风险低收益的投资者。
- 最后，选择大单净量排行的股票，说明这些股票受到市场资金的关注，但也可能表明这些股票的价格波动比较大，不太适合那些追求低风险低收益的投资者。
如何优化？
- 可以考虑加入更多因素来筛选股票，例如加入技术指标、基本面数据等，以提高策略的准确性和可靠性。
- 可以考虑加入更多的过滤条件，例如只选择在某个时间段内符合条件的股票，或者只选择某个行业内的股票，以提高策略的适用性。
- 可以考虑加入更多的交易规则，例如只选择在某个价位买入或卖出的股票，或者只选择在某个价位止损或止盈的股票，以提高策略的执行效果。
最终的选股逻辑
- 选择至少5根均线重合的股票
- 选择昨天换手率大于8%的股票
- 选择大单净量排行前100的股票
- 加入技术指标和基本面数据的筛选条件
- 加入更多的过滤条件和交易规则
python代码参考
- 以下是一个简单的示例代码，用于实现上述策略：
import talib
import pandas as pd
def get_5_ma(data):
ma = talib.MA(data, timeperiod=5)
return ma
def get_yesterday_volume(data):
volume = data['Volume'].shift(1)
yesterday_volume = volume.where(volume > 0, 0)
return yesterday_volume
def get_top_100_volume(data):
volume = data['Volume']
top_100_volume = volume.nlargest(100)
return top_100_volume
def get_5_ma_and_yesterday_volume(data):
ma = get_5_ma(data)
yesterday_volume = get_yesterday_volume(data)
return ma, yesterday_volume
def get_top_100_volume_and_5_ma(data):
volume = get_top_100_volume(data)
ma = get_5_ma(data)
return volume, ma
def get_top_100_volume_and_yesterday_volume(data):
volume = get_top_100_volume(data)
yesterday_volume = get_yesterday_volume(data)
return volume, yesterday_volume
def get_top_100_volume_and_5_ma_and_yesterday_volume(data):
volume = get_top_100_volume(data)
ma = get_5_ma(data)
yesterday_volume = get_yesterday_volume(data)
return volume, ma, yesterday_volume
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。
