问财量化选股策略逻辑
- 至少5根均线重合的股票
- 开盘价在十日线左右
- 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
- 这个策略首先寻找至少5根均线重合的股票，这表明这些股票的短期和中期趋势可能一致。
- 然后，这些股票的开盘价需要在十日线左右，这表明这些股票的价格相对稳定，并且可能具有较强的支撑力。
- 最后，这些股票需要在近25个交易日中有单日涨幅大于等于百分之10，这表明这些股票具有较强的上涨动力。
有何风险？
- 这个策略可能无法准确预测股票未来的走势，因为均线的交叉可能会受到市场情绪和其他因素的影响。
- 这个策略可能无法识别出股票的真正价值，因为仅仅考虑短期和中期趋势可能会忽略股票的长期基本面。
- 这个策略可能会导致投资者在高风险的股票上投入过多资金，因为这些股票可能具有较高的短期涨幅。
如何优化？
- 可以考虑加入更多的均线，以更好地反映股票的中期和长期趋势。
- 可以考虑加入其他技术指标，如MACD和RSI，以更好地判断股票的走势。
- 可以考虑加入更多的筛选条件，如市盈率和市净率，以更好地识别出股票的价值。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出开盘价在十日线左右的股票
- 筛选出近25个交易日中有单日涨幅大于等于百分之10的股票
- 在这些股票中，加入更多的均线和技术指标，以更好地判断股票的走势和价值
- 在这些股票中，加入更多的筛选条件，以更好地识别出股票的价值和风险。
python代码参考
- 以下是一个简单的Python代码示例，用于筛选出至少5根均线重合的股票：
import talib
def has_converged(candles):
# 获取所有均线
ma5 = talib.MA(candles.Close, timeperiod=5)
ma10 = talib.MA(candles.Close, timeperiod=10)
ma20 = talib.MA(candles.Close, timeperiod=20)
ma50 = talib.MA(candles.Close, timeperiod=50)
ma200 = talib.MA(candles.Close, timeperiod=200)
# 计算所有均线的差值
diff5 = ma5[-1] - ma5[0]
diff10 = ma10[-1] - ma10[0]
diff20 = ma20[-1] - ma20[0]
diff50 = ma50[-1] - ma50[0]
diff200 = ma200[-1] - ma200[0]
# 判断所有均线是否已经收敛
if diff5 > 0 and diff10 > 0 and diff20 > 0 and diff50 > 0 and diff200 > 0:
return True
else:
return False
- 以下是一个简单的Python代码示例，用于筛选出近25个交易日中有单日涨幅大于等于百分之10的股票：
def has_positive_gains(candles):
# 获取所有交易日的涨幅
gains = []
for i in range(len(candles)):
gain = candles[i].Close - candles[i-25].Close
if gain > 0:
gains.append(gain)
# 计算平均涨幅
avg_gain = sum(gains) / len(gains)
# 判断平均涨幅是否大于等于百分之10
if avg_gain > 0.1:
return True
else:
return False
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。
