(iwencai选股策略)近25个交易日有单日涨幅大于等于百分之10_、10天内涨停天数大

问财量化选股策略逻辑

首先，我们定义了至少5根均线重合的股票，这意味着该股票的短期和中期趋势比较稳定，可能具有较好的投资价值。接下来，我们筛选出10天内涨停天数大于2的股票，这表明该股票在短期内有较强的上涨动力。最后，我们选择近25个交易日有单日涨幅大于等于百分之10的股票，这表明该股票在近期有较强的上涨趋势。

选股逻辑分析

以上三个逻辑结合起来，我们可以筛选出那些短期和中期趋势稳定、短期内有较强上涨动力、近期有较强上涨趋势的股票。这些股票可能具有较好的投资价值，但也可能面临市场风险和公司风险。

有何风险？

首先，以上三个逻辑可能会筛选出一些股票泡沫较大的股票，因为这些股票短期内涨幅较大，但长期来看可能不具备投资价值。其次，以上三个逻辑可能会忽略一些长期趋势不明确的股票，因为这些股票可能短期内没有明显的上涨动力或下跌动力。最后，以上三个逻辑可能会忽略一些具有潜在风险的股票，因为这些股票可能在短期内有较强的上涨动力，但长期来看可能面临较大的风险。

如何优化？

为了优化以上选股逻辑，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、管理层能力等。此外，我们还可以考虑使用更复杂的算法来筛选股票，例如机器学习算法、深度学习算法等。

最终的选股逻辑

我们定义了至少5根均线重合的股票，这意味着该股票的短期和中期趋势比较稳定，可能具有较好的投资价值。接下来，我们筛选出10天内涨停天数大于2的股票，这表明该股票在短期内有较强的上涨动力。最后，我们选择近25个交易日有单日涨幅大于等于百分之10的股票，这表明该股票在近期有较强的上涨趋势。此外，我们还会考虑加入公司的财务状况、行业前景、管理层能力等因素，并使用更复杂的算法来筛选股票。

python代码参考

以下是一个简单的 Python 代码参考，用于筛选符合以上选股逻辑的股票：

import talib

def get_stock_scores(symbol):
    # 获取股票的历史K线数据
    klines = yfinance.get_data(symbol)
    # 计算5日、10日、20日、60日、120日均线
    ma5 = talib.MA(klines['Close'], timeperiod=5)
    ma10 = talib.MA(klines['Close'], timeperiod=10)
    ma20 = talib.MA(klines['Close'], timeperiod=20)
    ma60 = talib.MA(klines['Close'], timeperiod=60)
    ma120 = talib.MA(klines['Close'], timeperiod=120)
    # 获取股票的10天内涨停天数
    n_strikes = len(klines[klines['Close'] > klines['Close'].shift(10)])
    # 获取股票的单日涨幅大于等于百分之10的天数
    n_days = len(klines[klines['Close'] > klines['Close'].shift(1) * 1.1])
    # 计算股票的综合评分
    score = (ma5 + ma10 + ma20 + ma60 + ma120) / 5 + n_strikes / 10 + n_days / 25
    return score

请注意，以上代码仅供参考，实际使用时需要根据具体情况进行调整和优化。

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。