问财量化选股策略逻辑
- 至少5根均线重合的股票
- 9点25分涨幅小于6%
- 今日上涨>1主板
选股逻辑分析
- 该策略首先寻找至少5根均线重合的股票，这意味着这些股票的均线走势较为一致，可能是同一只股票的不同阶段的价格走势，也可能是同一行业的多只股票的价格走势。
- 接着，该策略要求9点25分涨幅小于6%，这意味着该股票在开盘后的价格波动较小，可能是受到市场整体走势的影响，也可能是受到公司内部消息的影响。
- 最后，该策略要求今日上涨>1主板，这意味着该股票在今天的整体表现较好，可能是受到行业整体走势的影响，也可能是受到公司内部消息的影响。
有何风险？
- 该策略可能会漏掉一些有潜力的股票，因为该策略只考虑了股票的价格走势和市场表现，而忽略了其他因素，如公司的财务状况、行业发展趋势等。
- 该策略可能会选择一些表现不佳的股票，因为该策略只考虑了股票的价格走势和市场表现，而忽略了其他因素，如公司的财务状况、行业发展趋势等。
如何优化？
- 可以考虑加入更多的因素，如公司的财务状况、行业发展趋势等，以更全面地评估股票的价值和潜力。
- 可以考虑加入更多的技术指标，如MACD、RSI等，以更准确地判断股票的价格走势和市场表现。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出9点25分涨幅小于6%的股票
- 筛选出今日上涨>1主板的股票
- 加入公司财务状况、行业发展趋势等其他因素进行评估
- 加入MACD、RSI等技术指标进行判断
python代码参考
import tushare as ts
# 设置pro接口key
ts.set_token('your_token')
# 初始化pro接口
pro = ts.pro_api()
# 筛选出至少5根均线重合的股票
df = pro.realtime_quotes('600036.XSHG')
df = df[df['close'].rolling(window=5).mean() == df['close']]
df = df[df['close'].rolling(window=5).std() < 0.05]
# 筛选出9点25分涨幅小于6%的股票
df = df[df['pct_chg'] < 0.06]
# 筛选出今日上涨>1主板的股票
df = df[df['pct_chg'] > 1]
# 加入公司财务状况、行业发展趋势等其他因素进行评估
df = df.merge(df['财务数据'], on='ts_code')
# 加入MACD、RSI等技术指标进行判断
df = df.merge(df['技术指标'], on='ts_code')
# 输出筛选结果
print(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。
