(iwencai选股策略)价格<12_、换手率_2%且_9%、至少5根均线重合的股票

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
  • 换手率>2%且<9%
  • 价格<12

选股逻辑分析

这个策略基于三个基本的量化指标:均线、换手率和价格。首先,策略要求至少5根均线重合,这表明股票的价格趋势比较稳定,没有出现大幅波动。其次,策略要求换手率在2%到9%之间,这意味着股票的流动性良好,没有被过度交易。最后,策略要求价格小于12,这表明股票的价格相对较低,具有投资价值。

有何风险?

这个策略的潜在风险包括市场风险、流动性风险和价值风险。市场风险是指股票价格受到整体市场因素的影响,可能会导致策略表现不佳。流动性风险是指股票的流动性不足,可能会导致交易困难和价格波动。价值风险是指股票的价格被高估或低估,可能会导致策略表现不佳。

如何优化?

为了优化这个策略,可以考虑以下几点:

  • 使用更多的均线来计算重合度,以提高策略的准确性和稳定性。
  • 考虑加入其他量化指标,例如市盈率、市净率等,以更好地评估股票的价值和风险。
  • 考虑加入技术分析指标,例如支撑位和阻力位,以更好地预测股票的价格走势。
  • 考虑加入市场情绪指标,例如恐慌指数、贪婪指数等,以更好地预测市场走势。

最终的选股逻辑

  • 股票的至少5根均线重合
  • 换手率在2%到9%之间
  • 价格小于12
  • 使用更多的均线来计算重合度
  • 考虑加入其他量化指标,例如市盈率、市净率等
  • 考虑加入技术分析指标,例如支撑位和阻力位
  • 考虑加入市场情绪指标,例如恐慌指数、贪婪指数等

python代码参考

以下是使用pandas和numpy库实现这个策略的示例代码:

import pandas as pd
import numpy as np

def strategy(data):
    # 计算至少5根均线重合的股票
    ma5 = data['close'].rolling(window=5).mean()
    ma10 = data['close'].rolling(window=10).mean()
    ma20 = data['close'].rolling(window=20).mean()
    ma50 = data['close'].rolling(window=50).mean()
    ma200 = data['close'].rolling(window=200).mean()
    ma500 = data['close'].rolling(window=500).mean()
    ma1000 = data['close'].rolling(window=1000).mean()
    ma2000 = data['close'].rolling(window=2000).mean()
    ma5000 = data['close'].rolling(window=5000).mean()
    ma10000 = data['close'].rolling(window=10000).mean()
    ma20000 = data['close'].rolling(window=20000).mean()
    ma50000 = data['close'].rolling(window=50000).mean()
    ma100000 = data['close'].rolling(window=100000).mean()
    ma200000 = data['close'].rolling(window=200000).mean()
    ma500000 = data['close'].rolling(window=500000).mean()
    ma1000000 = data['close'].rolling(window=1000000).mean()
    ma2000000 = data['close'].rolling(window=2000000).mean()
    ma5000000 = data['close'].rolling(window=5000000).mean()
    ma10000000 = data['close'].rolling(window=10000000).mean()
    ma20000000 = data['close'].rolling(window=20000000).mean()
    ma50000000 = data['close'].rolling(window=50000000).mean()
    ma100000000 = data['close'].rolling(window=100000000).mean()
    ma200000000 = data['close'].rolling(window=200000000).mean()
    ma500000000 =

## 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