问财量化选股策略逻辑
- 今日增仓占比>5%, 表示最近一段时间内，该股票的成交量较前一日有所增加，且增加比例超过5%，说明有资金在积极买入该股票。
- 周线MA5金叉MA10, 表示该股票的短期和长期均线出现金叉，这是一个看涨信号，表明市场对该股票的未来走势持乐观态度。
- KDJ刚形成金叉, 表示该股票的KDJ指标刚刚出现金叉，这是一个看涨信号，表明市场对该股票的未来走势持乐观态度。
选股逻辑分析
- 今日增仓占比>5% 表明有资金在积极买入该股票，这说明市场对该股票的未来走势较为看好。
- 周线MA5金叉MA10 表明该股票的短期和长期均线出现金叉，这是一个看涨信号，表明市场对该股票的未来走势持乐观态度。
- KDJ刚形成金叉 表明该股票的KDJ指标刚刚出现金叉，这是一个看涨信号，表明市场对该股票的未来走势持乐观态度。
有何风险？
- 由于该策略仅考虑了今日增仓占比、周线MA5金叉MA10和KDJ刚形成金叉这三个因素，因此可能会忽略其他重要的因素，导致选出的股票不一定是最佳选择。
- 由于市场走势的不确定性，即使选出的股票符合该策略的条件，也不一定能够获得预期的收益。
如何优化？
- 可以考虑加入更多的因素，例如该股票的市盈率、市净率等，以更全面地评估该股票的价值和风险。
- 可以考虑加入技术指标的过滤条件，例如过滤掉KDJ指标在超买区域的股票，以降低买入风险。
最终的选股逻辑
- 今日增仓占比>5%, 周线MA5金叉MA10, KDJ刚形成金叉, 市盈率<20, 市净率<2.
- 该策略考虑了今日增仓占比、周线MA5金叉MA10和KDJ刚形成金叉这三个因素，同时加入市盈率和市净率的过滤条件，以更全面地评估该股票的价值和风险。
python代码参考
- 以下是一个简单的Python代码示例，用于实现上述的选股策略：
import talib
def get_stock_data(stock_code):
# 获取股票的历史数据
data = yf.download(stock_code, start='2020-01-01', end='2021-12-31')
# 计算今日增仓占比
data['今日增仓占比'] = data['净流入'] / data['成交额'].rolling(window=1).sum() * 100
# 计算周线MA5金叉MA10
data['周线MA5金叉MA10'] = talib.MA(data['MA5'], timeperiod=5) > talib.MA(data['MA10'], timeperiod=10)
# 计算KDJ刚形成金叉
data['KDJ刚形成金叉'] = talib.KD(data['close'], timeperiod=14) > talib.KD(data['close'], timeperiod=28) and talib.DMI(data['close'], timeperiod=14) > talib.DMI(data['close'], timeperiod=28)
# 过滤市盈率和市净率过高的股票
data = data[(data['pe'] < 20) & (data['pb'] < 2)]
# 返回符合条件的数据
return 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。
