问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,至少5根均线重合的股票。
选股逻辑分析
该选股逻辑主要是以技术指标为主，选择振幅大于1、今日控盘＞21且均线重合的股票。此选股逻辑可以更好地过滤掉短期价格波动的干扰，选出具有一定技术支撑的股票。
有何风险？
该选股逻辑可能存在以下潜在风险：
- 多个股票的均线可能受到机构操纵而形成“套利机构”等误判；
- 单纯以技术指标出发选择股票会忽略公司本质面的评估，可能导致短期高收益效应但长期表现欠佳；
- 过于依赖均线同向重合来决定股票投资方向，可能存在停损难度和时机的风险。
如何优化？
为了提高该选股逻辑的效率和可靠性，我们可以考虑以下优化：
- 寻找更多合适的技术指标，并进行组合使用，比如选取RSI指标、MACD指标等进行综合分析，避免过度依赖单个指标；
- 应用机器学习等方法对公司本质进行评估，包括考虑公司的营业额、利润率、财务结构等进行全方位的考量；
- 对于过度依赖技术指标造成的持久亏损，应根据实际情况适当调整，如调整买入点和卖出点，控制仓位等。
最终的选股逻辑
经过以上优化，我们得到以下选股逻辑：
- 振幅大于1；
- 今日控盘＞21；
- 至少5根均线重合；
- MACD指标为正值或者RSI指标小于70。
同花顺指标公式代码参考
C1 = IF(REF(ABS(LOW/REF(LOW, 1)-1), 1)>1, 1, REF(ABS(LOW/REF(LOW, 1)-1), 1));
C2 = CONTROL_SHares_TODAY()>0.21;
C3 = COUNT(CLOSE>=MA(CLOSE, 5), 5)>=5;
SELECTOR = C1*C2*C3;
RESULT = SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas_ta as ta
C1 = np.where(np.abs(ta.LOW()/ta.LOW().shift(1)-1)>1, 1, np.abs(ta.LOW()/ta.LOW().shift(1)-1))
C2 = ta.CONTROL_SHares_TODAY() > 0.21
C3 = np.count_nonzero(ta.CLOSE() >= ta.MA(ta.CLOSE(), 5), axis=0) >= 5
C4 = ta.MACD()['macd'] > 0 or ta.RSI() < 70
selector = C1 * C2 * C3 * C4
result = np.argsort(np.argsort(selector))
## 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。
