(iwencai量化策略)k小于20_、9点25分涨幅小于6%、至少5根均线重合的股票

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 9点25分涨幅小于6%
• k小于20

选股逻辑分析

• 这个策略的目的是找到那些均线粘合的股票，这些股票可能即将出现趋势变化。
• 9点25分涨幅小于6%意味着这只股票在开盘后没有出现大幅上涨，可能是一个买入的机会。
• k小于20意味着这只股票的短期趋势较弱，可能有更多的上涨空间。

有何风险？

• 这个策略的缺点是它可能会错过一些快速上涨的股票，因为它们可能不符合这些条件。
• 如果市场整体趋势向下，这个策略可能会选择一些表现不佳的股票。

如何优化？

• 可以考虑加入更多的均线来增加策略的准确率。
• 可以考虑加入其他指标来综合分析股票的趋势和风险。

最终的选股逻辑

• 选取至少5根均线重合的股票
• 9点25分涨幅小于6%
• k小于20
• 加入其他指标来综合分析股票的趋势和风险

python代码参考

import tushare as ts
import talib

# 初始化pro接口
pro = ts.pro_api()

# 获取所有A股的股票代码
stock_codes = pro.stock_basics().ts_code.tolist()

# 初始化策略
def strategy():
    # 获取股票的K线数据
    k_data = pro.k_data(stock_codes, start='2021-01-01', end='2021-12-31')
    # 计算均线
    ma5, ma10, ma20, ma60, ma120 = talib.MA(k_data['close'], timeperiods=[5, 10, 20, 60, 120])
    # 获取股票的开盘价和涨幅
    open_prices = k_data['open']
    gains = open_prices - k_data['close'].shift(1)
    # 选取符合条件的股票
    selected_stocks = []
    for i in range(len(stock_codes)):
        if ma5[i] == ma10[i] == ma20[i] == ma60[i] == ma120[i]:
            if gains[i] < 0.06 and gains[i-1] < 0.06:
                selected_stocks.append(stock_codes[i])
    # 返回符合条件的股票代码列表
    return selected_stocks

# 运行策略
selected_stocks = strategy()
print(selected_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。