问财量化选股策略逻辑
- 至少5根均线重合的股票
- 酷特智能早晨之星
- 换手率>2%且<9%
选股逻辑分析
- 第一条均线是5日均线，表示最近5天的平均价格。
- 第二条均线是10日均线，表示最近10天的平均价格。
- 第三条均线是20日均线，表示最近20天的平均价格。
- 第四条均线是30日均线，表示最近30天的平均价格。
- 第五条均线是60日均线，表示最近60天的平均价格。
当至少5根均线重合时，意味着这些均线在短期内形成了一个较为稳定的运行趋势，这通常是一个比较好的买入信号。酷特智能早晨之星则是一种技术分析指标，用于识别股票价格的底部形态。当股票价格在底部出现早晨之星形态时，通常是一个比较好的买入信号。
有何风险？
- 由于均线指标的滞后性，当股价已经大幅上涨时，均线指标可能还没有反应过来，从而导致错过买入机会。
- 由于酷特智能早晨之星指标的局限性，它可能无法准确预测股票价格的走势。
如何优化？
- 可以考虑使用更短的均线周期来提高指标的敏感性，但同时也可能会增加指标的误差。
- 可以考虑使用其他技术分析指标来辅助判断，以提高买入信号的准确性。
最终的选股逻辑
- 选取至少5根均线重合的股票
- 在酷特智能早晨之星指标出现底部形态时，选取换手率>2%且<9%的股票
- 进行综合分析，确定买入时机
python代码参考：
import talib
def get_moving_average(prices, n):
return talib.MA(prices, n)
def get_moving_average_intersection(prices1, prices2, n1, n2):
ma1 = get_moving_average(prices1, n1)
ma2 = get_moving_average(prices2, n2)
if ma1[-1] > ma2[-1]:
return False
elif ma1[-1] < ma2[-1]:
return False
else:
return True
def get_hot_stock(prices, n):
ma = get_moving_average(prices, n)
return ma[-1] > ma[-n]
def get_cute_star(prices, n):
ma = get_moving_average(prices, n)
upper = ma[-1] + (ma[-1] - ma[n-1]) * (1 + (n-1)/10)
lower = ma[-1] - (ma[-1] - ma[n-1]) * (1 + (n-1)/10)
return (prices[-1] > upper) and (prices[-1] < lower)
def get_optimized_choice(prices, n1, n2):
ma1 = get_moving_average(prices, n1)
ma2 = get_moving_average(prices, n2)
if get_moving_average_intersection(prices1, prices2, n1, n2):
return True
elif get_hot_stock(prices, n1):
return True
elif get_cute_star(prices, n2):
return True
else:
return False
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。
