问财量化选股策略逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，三个技术指标同时金叉。
选股逻辑分析
- 振幅大于1可以反映股票的市场波动情况，选股时可以挖掘出更具盈利潜力的股票。
- 选择10日涨幅大于0小于35的股票可以挖掘出有一定涨幅但是未过度涨价的股票，同时具有较好的风险收益特点。
- 通过三个技术指标（如均线、MACD等）同时金叉筛选，可以进一步筛选出有较好技术面表现的个股。
有何风险？
- 选股逻辑中仅考虑了股票的历史行情和技术面表现，未考虑公司的基础面情况，风险较大。
- 技术指标金叉信号容易误判，需要慎重考虑。
如何优化？
- 引入公司基本面指标，如PE、PB等，结合历史行情和技术面走势，综合分析选股。
- 对技术指标金叉信号进行更加严谨的筛选和判断，如加入RSI等指标协助判断。
- 注意风险控制，选股时要有一定的分散度和风险规避策略。
最终的选股逻辑
选股逻辑为振幅大于1，10日涨幅大于0小于35，三个技术指标同时金叉。
同花顺指标公式代码参考
待更新。
python代码参考
import akshare as ak
import talib
def select(df):
df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
df['涨幅'] = df['收盘价'].pct_change(10)
df = df[(df['涨幅'] > 0) & (df['涨幅'] < 0.35)]
df['均价'] = (df['最高价'] + df['最低价']) / 2
df['五日均线'] = talib.MA(df['均价'].values, timeperiod=5)
df['十日均线'] = talib.MA(df['均价'].values, timeperiod=10)
df['二十日均线'] = talib.MA(df['均价'].values, timeperiod=20)
df['MACD'], df['MACDsignal'], df['MACDhist'] = talib.MACD(df['收盘价'].values, fastperiod=12, slowperiod=26, signalperiod=9)
df = df[(df['五日均线'] > df['十日均线']) & (df['十日均线'] > df['二十日均线']) & (df['MACD'] > df['MACDsignal'])]
close = df['收盘价'].values
df = df[(df['流通市值'] > 50) & (df['流通市值'] < 100)]
df = df.sort_values(by=['涨跌幅乘超大单净量'], ascending=False)
return 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。
