问财量化选股策略逻辑
- 至少5根均线重合的股票
- 10日涨幅大于0小于35
- 换手率>2%且<9%
选股逻辑分析
- 5根均线重合的股票意味着该股票的短期和中期趋势较为稳定，表明市场对该股票的走势较为一致。
- 10日涨幅大于0小于35的股票意味着该股票近10日内的价格波动较为稳定，表明市场对该股票的走势较为稳定。
- 换手率>2%且<9%的股票意味着该股票的交易较为活跃，表明市场对该股票的关注度较高。
有何风险？
- 该策略可能会漏掉一些有潜力的股票，因为其短期和中期趋势不够稳定。
- 该策略可能会选到一些表现不佳的股票，因为其近10日内的价格波动较为不稳定，交易也较为不活跃。
如何优化？
- 可以加入更多均线的组合，例如10日、20日、30日等，以更好地反映股票的中期趋势。
- 可以加入更多筛选条件，例如市盈率、市净率等，以更好地反映股票的价值。
最终的选股逻辑
- 选取至少5根均线重合的股票
- 选取10日涨幅大于0小于35的股票
- 选取换手率>2%且<9%的股票
- 可以加入更多均线的组合，例如10日、20日、30日等
- 可以加入更多筛选条件，例如市盈率、市净率等
python代码参考
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史行情数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df.dropna()
df['Close'] = df['Close'].ffill()
df = df.dropna()
df['Adj Close'] = df['Adj Close'].ffill()
df = df.dropna()
df['Volume'] = df['Volume'].ffill()
df = df.dropna()
return df
def get_stock_k_data(stock_code):
# 获取股票的K线数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df.dropna()
df['Open'] = df['Open'].ffill()
df = df.dropna()
df['High'] = df['High'].ffill()
df = df.dropna()
df['Low'] = df['Low'].ffill()
df = df.dropna()
df['Close'] = df['Close'].ffill()
df = df.dropna()
df['Adj Close'] = df['Adj Close'].ffill()
df = df.dropna()
df['Volume'] = df['Volume'].ffill()
df = df.dropna()
return df
def get_stock_ma_data(stock_code, n):
# 获取股票的n日均线数据
df = get_stock_k_data(stock_code)
ma = talib.MA(df['Close'], n)
df['MA' + str(n)] = ma
return df
def get_stock_rsi_data(stock_code, n):
# 获取股票的n日RSI数据
df = get_stock_k_data(stock_code)
rsi = talib.RSI(df['Close'], n)
df['RSI' + str(n)] = rsi
return df
def get_stock篩選条件_data(stock_code, n, m, rsi_min, rsi_max):
# 获取股票的n日均线、m日RSI数据
df = get_stock_ma_data(stock_code, n)
df = get_stock_rsi_data(stock_code, m)
# 筛选出符合RSI条件的股票
df = df[df['RSI' + str(m)] >= rsi_min]
df = df[df['RSI' + str(m)] <= rsi_max]
return df
def get_stock篩選結果_data(stock_code, n, m, rsi_min, rsi_max):
# 获取股票的n日均线、m日RSI数据
df = get_stock_ma_data(stock_code, n)
df = get_stock_rsi_data(stock_code, m)
# 筛选出符合RSI条件的股票
df = df[df['RSI' + str(m)] >= rsi_min]
df
## 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。
