量化交易选股策略大全-近2天没有涨停板、涨幅2%-7%、10日均线≥180日均线

问财量化选股策略逻辑

这个选股策略逻辑非常简单，主要是基于技术指标。具体来说，它要求最近两天没有出现过涨停板，涨幅在2%到7%，并且要求10日均线大于等于180日均线。

这个策略的逻辑主要基于两个假设：一是股票价格短期波动较大，容易出现过大的涨跌幅度；二是较长周期的均线可以反映出股票的基本走势和趋势。

然而，这个策略也有一定的风险。首先，如果市场整体表现较差，那么即使符合这些条件的股票也可能出现下跌。其次，虽然较长时间的均线可以反映股票的趋势，但是过度依赖长期均线可能会忽略短期的市场变化。最后，这种策略过于简化，不能充分考虑其他影响股票价格的因素。

因此，为了优化这个策略，我们可以考虑增加更多的技术指标或者基本面数据作为参考，同时也可以考虑加入市场情绪等非技术因素的影响。

如何优化？

对于上述策略的优化，可以从以下几个方面入手：

1. 添加更多的技术指标：除了10日均线和180日均线，还可以添加其他的移动平均线、MACD指标、RSI指标等。

2. 加入基本面数据：可以考虑加入公司的财务数据、行业数据、宏观经济数据等。

3. 考虑市场情绪：可以考虑加入新闻舆情、投资者情绪等因素。

4. 结合机器学习算法：可以利用机器学习算法进行预测和决策。

最终的选股逻辑

在经过了以上优化后，我们的选股策略可能会变得更加复杂和精细。具体来说，我们会结合多个技术指标、基本面数据以及市场情绪等多个因素，来评估一支股票是否值得投资。

常见问题

在使用这个策略时，可能会遇到以下一些常见的问题：

1. 如何确定哪些是适合的技术指标？

2. 如何选择合适的数据源？

3. 如何处理数据缺失的问题？

4. 如何判断股票是否值得投资？

5. 如何调整参数以适应不同的市场环境？

这些问题的答案都需要通过实践和经验来得出，需要不断的尝试和优化。

python代码参考

# 假设我们已经有了一个包含所有数据的数据框df
# df包含了股票的名称、开盘价、收盘价、最高价、最低价、成交量、日期等信息

# 我们定义一个函数来计算技术指标
def calculate_tech_indicator(df):
    # 计算10日移动平均

## 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？

    点击页面下方的复制按钮，复制到自己的账户即可使用模板进行回测。