(iwencai选股策略)今日最低价小于昨日最低价_、10日涨幅大于0小于35、至少5根均

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 10日涨幅大于0小于35
• 今日最低价小于昨日最低价

选股逻辑分析

• 该策略通过寻找至少5根均线重合的股票来筛选出有较强趋势的股票。
• 10日涨幅大于0小于35表示股票近期有上涨趋势，但尚未达到过高的程度。
• 今日最低价小于昨日最低价则表明股票在短期内有下跌的趋势，可能是受到市场压力或投资者恐慌的影响。

有何风险？

• 该策略的局限性在于它只能筛选出有趋势的股票，但不能判断趋势的持续性和强度。
• 如果市场出现大幅波动，该策略可能会筛选出一些表现不佳的股票。
• 该策略对于短期波动的股票可能不敏感，因此可能无法选出一些优质股票。

如何优化？

• 可以考虑加入更多均线的条件，例如20日、60日均线等，以更好地判断股票的趋势。
• 可以加入股票的成交量、换手率等指标，以更好地判断股票的活跃度和投资者情绪。
• 可以考虑加入一些技术指标，例如MACD、KDJ等，以更好地判断股票的趋势和强度。

最终的选股逻辑

• 选取至少5根均线重合的股票
• 10日涨幅大于0小于35
• 今日最低价小于昨日最低价
• 20日均线向上，60日均线向上
• 成交量大于10日均量，换手率大于10%
• 股票价格在均线上方，MACD金叉，KDJ金叉

python代码参考

import talib

def get_stock_data(stock_code):
    # 获取股票的历史数据
    data = yf.download(stock_code, start='2020-01-01', end='2021-12-31')
    # 计算均线
    ma5 = talib.MA(data['close'], timeperiod=5)
    ma10 = talib.MA(data['close'], timeperiod=10)
    ma60 = talib.MA(data['close'], timeperiod=60)
    # 获取其他指标数据
    v = data['volume']
    r = data['return']
    macd = talib.MACD(data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
    kdj = talib.KDJ(data['close'], fastperiod=3, slowperiod=3, massperiod=3)
    # 根据条件筛选股票
    selected_stocks = []
    for i in range(len(data)):
        if ma5[i] > ma10[i] and ma10[i] > ma60[i] and r[i] > 0 and v[i] > data['volume'].rolling(window=10).mean() and kdj[i].k > 80 and kdj[i].d > 80:
            selected_stocks.append(data['close'][i])
    return selected_stocks

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。