(iwencai选股策略)集中度70_20%_、10日涨幅大于0小于35、至少5根均线重合

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

首先,我们选择至少5根均线重合的股票,这表明这些股票的短期和中期趋势较为一致,可能具有较好的上涨潜力。接下来,我们选择10日涨幅大于0小于35的股票,这表明这些股票在最近10天内有一定的上涨趋势,但还没有达到过高的程度。最后,我们选择集中度70<20%的股票,这表明这些股票的市场集中度较低,可能具有较好的分散风险的效果。

选股逻辑分析

这个策略的逻辑是基于技术分析和市场风险管理的。通过选择均线重合、10日涨幅适中且市场集中度较低的股票,可以降低市场风险并提高投资回报率。同时,这个策略也考虑到了股票的短期和中期趋势,可以更好地把握市场机会。

有何风险?

这个策略的缺点是它可能会过于侧重于技术分析,而忽略了其他重要的因素,例如公司的财务状况、行业前景等。此外,由于市场风险的存在,即使按照这个策略进行投资,也可能无法获得预期的回报。

如何优化?

为了优化这个策略,我们可以考虑加入更多的因素,例如公司的财务状况、行业前景等,以更好地把握投资机会。此外,我们还可以通过使用更高级的技术分析工具和方法,例如量化交易等,来提高策略的准确性和效率。

最终的选股逻辑

以下是最终的选股逻辑:

import talib

def get_stock_scores():
    # 获取股票的均线数据
    ma5 = talib.MA(prices, timeperiod=5)
    ma10 = talib.MA(prices, timeperiod=10)
    ma20 = talib.MA(prices, timeperiod=20)
    ma50 = talib.MA(prices, timeperiod=50)
    ma200 = talib.MA(prices, timeperiod=200)

    # 计算股票的集中度
    vol = talib.VOL(prices)
    sharpe = (prices[-1] - prices[0]) / vol[0]
    return ma5, ma10, ma20, ma50, ma200, sharpe

def select_stocks():
    # 获取所有股票的收盘价数据
    prices = get_prices()

    # 选择至少5根均线重合的股票
    ma5, ma10, ma20, ma50, ma200, sharpe = get_stock_scores()
    stocks = prices.index[prices[ma5] == ma5[prices.index[ma5] > ma10[prices.index[ma5]]]
    stocks = prices.index[prices[ma10] == ma10[prices.index[ma10] > ma20[prices.index[ma10]]]
    stocks = prices.index[prices[ma20] == ma20[prices.index[ma20] > ma50[prices.index[ma20]]]
    stocks = prices.index[prices[ma50] == ma50[prices.index[ma50] > ma200[prices.index[ma50]]]
    stocks = prices.index[prices[ma200] == ma200[prices.index[ma200] > prices[-1]]]

    # 选择10日涨幅大于0小于35的股票
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] < prices[-1] + 35]
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] > prices[-1] - 35]

    # 选择集中度70<20%的股票
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] < prices[-1] + 35]
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] > prices[-1] - 35]
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] < prices[-1] + 35]
    stocks = prices.index[prices[prices.index[prices] > prices[-1] - 10] > prices[-1] - 35]

    return stocks

这个策略通过计算股票的均线数据和集中度,选择至少5根均线重合、10日涨幅大于0小于35、集中度70<20%的股票,可以降低市场风险并提高投资回报率。

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

收益&风险
源码

评论