(iwencai量化策略)k小于20_、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
2. 10日涨幅大于0小于35
3. k小于20

选股逻辑分析

这个策略的逻辑是寻找至少5根均线重合的股票，这通常意味着这些股票的走势比较稳定，同时也可能表明这些股票的支撑和阻力比较接近。然后，策略会筛选出10日涨幅大于0小于35的股票，这意味着这些股票近期有一定的上涨趋势，但同时也需要控制涨幅的大小，以避免过高的风险。最后，策略会筛选出k小于20的股票，这意味着这些股票的短期波动比较小，可能更具有投资价值。

有何风险？

这个策略的风险主要在于选择的股票是否符合预期，如果选择的股票不符合预期，可能会导致投资损失。此外，由于策略控制涨幅的大小，可能会错失一些快速上涨的机会。

如何优化？

为了优化这个策略，可以考虑增加更多的筛选条件，例如筛选出盈利能力较强、负债率较低等股票。此外，可以考虑使用更高级的量化技术，例如机器学习算法，来更准确地筛选出符合要求的股票。

最终的选股逻辑

def select_stock():
    # 筛选至少5根均线重合的股票
    stocks = get_stocks_with_at_least_5_crossing_moments()
    
    # 筛选10日涨幅大于0小于35的股票
    stocks = stocks[stocks['10-day return'] > 0 and stocks['10-day return'] < 0.35]
    
    # 筛选k小于20的股票
    stocks = stocks[stocks['k'] < 20]
    
    return stocks

python代码参考

def get_stocks_with_at_least_5_crossing_moments():
    # 获取所有股票的历史收盘价
    prices = get_prices()
    
    # 计算移动平均线
    mom10 = moving_average(prices, 10)
    mom20 = moving_average(prices, 20)
    mom50 = moving_average(prices, 50)
    
    # 筛选至少5根均线重合的股票
    stocks = []
    for i in range(len(prices)):
        if mom10[i] == mom20[i] == mom50[i]:
            stocks.append(prices[i])
    
    return 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。