问财量化选股策略逻辑
- 至少5根均线重合的股票
- 今日均线向上发散
- 换手率>2%且<9%
选股逻辑分析
- 这个策略的目的是寻找那些均线密集的股票，这些股票可能处于一个重要的转折点，即将迎来上涨趋势。
- 通过设置均线条件，可以筛选出那些短期和长期均线都在一起的股票，这些股票可能有更多的机会出现趋势反转。
- 换手率条件是为了筛选出那些有活跃交易的股票，这样可以确保股票有足够的流动性，不会出现流动性不足的情况。
有何风险？
- 这个策略可能会错过一些快速上涨的股票，因为它们可能不符合均线重合的条件。
- 如果股票的成交量太低，那么换手率条件可能会筛选出一些流动性不足的股票，这些股票可能无法实现趋势反转。
- 这个策略可能会出现过拟合的情况，因为如果股票的价格波动很大，那么均线可能会频繁地重合。
如何优化？
- 可以考虑增加更多的均线条件，例如长期均线和中期均线，这样可以更好地筛选出那些处于转折点的股票。
- 可以考虑使用更多的技术指标来筛选股票，例如MACD和布林线，这样可以更好地判断股票的趋势。
- 可以考虑使用更多的数据源来获取股票的均线和换手率数据，这样可以更好地筛选出符合条件的股票。
最终的选股逻辑
- 筛选出所有短期均线和长期均线都在一起的股票
- 筛选出所有均线向上发散的股票
- 筛选出所有换手率大于2%且小于9%的股票
- 这些股票将被组合成一个最终的股票列表
python代码参考
import talib
def get_moving_average(df, n):
"""
获取股票的n日移动平均线
"""
ma = talib.MA(df['close'], n)
return ma
def get_crossing_moving_average(df, fast_n, slow_n):
"""
获取股票的快线和慢线的交叉点
"""
fast_ma = get_moving_average(df, fast_n)
slow_ma = get_moving_average(df, slow_n)
condition = fast
## 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。
