问财量化选股策略逻辑
-
至少5根均线重合的股票
-
2021年，近25个交易日有单日涨幅大于等于百分之10
选股逻辑分析
这个策略的逻辑是基于技术分析，寻找均线粘合的股票，同时要求股票在2021年的近25个交易日期间有过单日涨幅大于等于百分之10的情况。这种策略可能适用于寻找短期内具有较强上涨潜力的股票。
有何风险？
- 这个策略的假设是，均线粘合的股票更有可能出现大涨。但是，这种假设并不总是正确的，因为股票价格的走势受到许多因素的影响，包括市场情绪、公司业绩、政治经济因素等等。
- 这个策略也可能忽略了一些其他重要的因素，例如公司的财务状况、盈利能力、市场份额等等。因此，在使用这个策略时，需要谨慎评估股票的风险和潜力。
如何优化？
- 可以考虑加入更多的技术指标和数据，例如股票的成交量、MACD等等，以更准确地预测股票的价格走势。
- 可以考虑加入一些其他的过滤条件，例如股票的市值、行业等等，以更准确地筛选出符合要求的股票。
最终的选股逻辑
- 选取2021年近25个交易日期间有过单日涨幅大于等于百分之10的股票。
- 选取至少5根均线粘合的股票。
- 在选取的股票中，加入一些其他的过滤条件，例如股票的市值、行业等等。
python代码参考
import talib
def get_moving_average(df, n):
"""
计算股票的n日移动平均线
"""
ma = talib.MA(df['close'], n)
return ma
def get_stocks_with_moving_average_and_price増长(df, n, threshold):
"""
获取至少n日移动平均线粘合的股票，并且要求股票在过去的25个交易日期间有过单日涨幅大于等于threshold的情况
"""
moving_averages = get_moving_average(df, n)
stocks_with_moving_average = df[(moving_averages > 0) & (df['close'].diff() > threshold)]
return stocks_with_moving_average
# 示例用法
df = pd.read_csv('stock_data.csv')
stocks_with_moving_average_and_price増长(df, 5, 0.1)
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。
