问财量化选股策略逻辑
- 至少5根均线重合的股票
- 换手率>2%且<9%
- 机器人概念且流通市值小于100亿
选股逻辑分析
- 至少5根均线重合的股票：这种策略通常被称为均线多头排列，意味着股价在短期内经历了上涨趋势，可能会继续上涨。
- 换手率>2%且<9%：高换手率意味着股票流通活跃，可能有资金流入或流出，而低换手率则意味着股票比较稳定，可能不会有大的波动。
- 机器人概念且流通市值小于100亿：机器人概念通常意味着公司正在开发或使用机器人技术，可能会有增长潜力。流通市值小于100亿则意味着公司规模较小，可能会有更高的成长空间。
有何风险？
- 这种策略可能过于侧重于短期趋势，而忽略了长期趋势和公司的基本面。
- 如果市场出现大幅波动，这种策略可能会产生较大的损失。
- 选择的股票可能不符合投资者的风险承受能力和投资目标。
如何优化？
- 可以考虑加入更多的过滤条件，例如市盈率、市净率等，以更好地评估股票的价值和风险。
- 可以使用不同的技术指标来评估股票的趋势和波动性，例如移动平均线、布林线等。
- 可以考虑加入长期趋势的评估，例如通过分析公司的财务报表和业务模式来评估其长期增长潜力。
最终的选股逻辑
- 选择至少5根均线重合的股票
- 换手率>2%且<9%
- 机器人概念且流通市值小于100亿
- 市盈率低于20倍，市净率高于1倍
- 成长性评分高于80分
- 风险性评分低于60分
python代码参考
- 以下是一个简单的Python代码示例，用于筛选符合上述条件的股票：
import yfinance as yf
def select_stocks():
# 获取所有股票数据
stocks = yf.download('AAPL', start='2020-01-01', end='2021-12-31')
# 筛选出符合条件的股票
filtered_stocks = stocks[(stocks['SMA5'] > stocks['SMA10']) &
(stocks['SMA10'] > stocks['SMA20']) &
(stocks['SMA20'] > stocks['SMA30']) &
(stocks['SMA30'] > stocks['SMA40']) &
(stocks['SMA40'] > stocks['SMA50']) &
(stocks['SMA50'] > stocks['SMA60']) &
(stocks['SMA60'] > stocks['SMA70']) &
(stocks['SMA70'] > stocks['SMA80']) &
(stocks['SMA80'] > stocks['SMA90']) &
(stocks['SMA90'] > stocks['SMA100']) &
(stocks['Volume'] > 2000000) &
(stocks['Volume'] < 9000000) &
(stocks['MarketCap'] < 1000000000) &
(stocks['sector'] == 'Technology') &
(stocks['industry'] == 'Robotics & Artificial Intelligence') &
(stocks['float'] > 10000000)]
# 输出符合条件的股票名称和代码
for stock in filtered_stocks.index:
print(stock)
请注意，此代码仅用于演示目的，不保证准确性和可靠性。在实际使用中，请确保使用正确的数据源和过滤条件，并进行充分的测试和验证。
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。
