(i问财选股策略)机器人概念且流通市值小于100亿_、前25天有涨停、至少5根均线重合的股

用户头像神盾局量子研究部
2023-09-01 发布

问财量化选股策略逻辑

  • 至少5根均线重合的股票
  • 前25天有涨停
  • 机器人概念且流通市值小于100亿

选股逻辑分析

该策略基于以下三个条件进行股票筛选:

  1. 股票至少有5根均线重合,这表明股票的价格趋势相对稳定,有利于投资者进行长期投资。
  2. 股票在前25天内有涨停,这表明股票具有较强的市场表现和活跃度,可能具有较高的投资价值。
  3. 股票属于机器人概念且流通市值小于100亿,这表明股票具有一定的行业独特性和投资潜力。

该策略通过综合考虑股票的价格趋势、市场表现和行业特征,来筛选出具有较高投资价值的股票。

有何风险?

该策略的局限性在于,它仅仅考虑了股票的价格趋势、市场表现和行业特征,而忽略了其他可能影响股票投资的因素,例如公司的财务状况、经营状况、政策环境等。因此,投资者在使用该策略进行投资时,需要谨慎评估股票的潜在风险。

此外,该策略只考虑了股票的短期表现,而忽略了股票的长期投资价值。因此,投资者在使用该策略进行投资时,需要根据自己的投资目标和风险承受能力,来确定股票的投资期限和投资策略。

如何优化?

为了优化该策略,投资者可以考虑以下因素:

  1. 将筛选条件进行组合,例如将股票的价格趋势和行业特征进行组合,以筛选出更具有投资价值的股票。
  2. 使用更多的数据和指标,例如公司的财务数据、经营数据、政策数据等,来评估股票的投资价值。
  3. 考虑使用量化交易策略,例如趋势跟踪策略、价值投资策略等,来提高投资效率和降低投资风险。

最终的选股逻辑

以下是最终的选股逻辑:

  • 股票至少有5根均线重合
  • 股票在前25天内有涨停
  • 股票属于机器人概念且流通市值小于100亿
  • 股票的财务状况良好,经营状况稳定,政策环境有利
  • 股票的市场价格相对合理,具有投资价值

python代码参考

以下是使用pandas和numpy库进行Python代码实现的参考:

import pandas as pd
import numpy as np

# 读取股票数据
data = pd.read_csv('stock_data.csv')

# 筛选符合条件的股票
selected_stocks = data[(data['ma5'] > data['ma10']) & (data['ma10'] > data['ma20']) & (data['ma20'] > data['ma30']) & (data['ma30'] > data['ma40']) & (data['ma40'] > data['ma50']) & (data['close'] > data['ma5']) & (data['close'] > data['ma10']) & (data['close'] > data['ma20']) & (data['close'] > data['ma30']) & (data['close'] > data['ma40']) & (data['close'] > data['ma50']) & (data['close'] < data['ma60']) & (data['close'] < data['ma70']) & (data['close'] < data['ma80']) & (data['close'] < data['ma90']) & (data['close'] < data['ma100']) & (data['close'] > data['ma110']) & (data['close'] > data['ma120']) & (data['close'] > data['ma130']) & (data['close'] > data['ma140']) & (data['close'] > data['ma150']) & (data['close'] > data['ma160']) & (data['close'] > data['ma170']) & (data['close'] > data['ma180']) & (data['close'] > data['ma190']) & (data['close'] > data['ma200']) & (data['close'] < data['ma210']) & (data['close'] < data['ma220']) & (data['close'] < data['ma230']) & (data['close'] < data['ma240']) & (data['close'] < data['ma250']) & (data['close'] > data['ma260']) & (data['close'] > data['ma270']) & (data['close'] > data['ma280']) & (data['close'] > data['ma2

## 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。
![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论