(iwencai量化策略)按个股热度从大到小排序名_、昨天换手率＞8%、至少5根均线重合的

问财量化选股策略逻辑

1. 至少5根均线重合的股票
2. 昨天换手率＞8%

选股逻辑分析

1. 5根均线重合的股票：这种股票通常被认为是趋势明显的股票，因为它们的均线形成了一致的上升或下降趋势。这种趋势可以帮助投资者更好地预测股票未来的走势。
2. 昨天换手率＞8%：高换手率通常意味着股票的交易活跃度较高，这表明市场对该股票的兴趣较高。高换手率也可能是股票价格波动的原因，因此这种股票可能更适合短期交易。

有何风险？

1. 选取的股票可能不符合投资者的预期：如果投资者选择的股票不符合他们的投资策略或风险承受能力，那么这些股票可能会导致投资亏损。
2. 均线重合的股票可能已经过热：如果股票的均线已经形成了一致的上升趋势，那么这些股票可能已经变得过热。在这种情况下，投资者可能会面临更高的风险。

如何优化？

1. 选择更多均线：投资者可以考虑选择更多的均线来更好地判断股票的趋势。例如，可以选择10日、20日、50日、100日和200日均线。
2. 使用其他技术指标：除了均线外，投资者还可以使用其他技术指标来帮助判断股票的趋势。例如，可以使用MACD指标来判断股票的买入和卖出信号。

最终的选股逻辑

1. 选取至少5根均线重合的股票
2. 选取昨天换手率＞8%的股票
3. 选择10日、20日、50日、100日和200日均线重合的股票
4. 使用MACD指标来判断股票的买入和卖出信号

python代码参考

import talib

def get_hot_stocks():
    # 获取所有A股股票
    stocks = get_stocks()
    
    # 计算股票的昨天换手率
    data = yf.download(stocks, start='2021-01-01', end='2021-12-31')
    yesterday_volume = data['Volume'].sum()
    yesterday_turnover = yesterday_volume / data['Close'].sum()
    yesterday_hot_stocks = stocks[yesterday_turnover > 8]
    
    # 计算股票的均线
    data = yf.download(stocks, start='2021-01-01', end='2021-12-31')
    ma10 = talib.MA(data['Close'], timeperiod=10)
    ma20 = talib.MA(data['Close'], timeperiod=20)
    ma50 = talib.MA(data['Close'], timeperiod=50)
    ma100 = talib.MA(data['Close'], timeperiod=100)
    ma200 = talib.MA(data['Close'], timeperiod=200)
    
    # 选取均线重合的股票
    hot_stocks = []
    for stock in yesterday_hot_stocks:
        if ma10[stock] == ma20[stock] == ma50[stock] == ma100[stock] == ma200[stock]:
            hot_stocks.append(stock)
    
    return hot_stocks

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。