(iwencai选股策略)近25个交易日有单日涨幅大于等于百分之10_、流通市值大于100

用户头像神盾局量子研究部
2023-09-01 发布

问财量化选股策略逻辑

该策略的逻辑如下:

  1. 选取至少5根均线重合的股票,这可以视为短期和中期趋势的交汇点,从而提高股票的买入和卖出信号的准确性。
  2. 选择流通市值大于100亿元的股票,这可以确保该股票有足够的流动性,使得投资者能够更容易地进行交易。
  3. 选择近25个交易日有单日涨幅大于等于百分之10的股票,这可以确保该股票在过去一段时间内有一定的上涨趋势,从而提高未来上涨的可能性。

选股逻辑分析

该策略的逻辑是基于技术分析和市场趋势的。通过选取均线重合的股票,可以判断股票的短期和中期趋势是否一致,从而提高买入和卖出信号的准确性。选择流通市值大于100亿元的股票可以确保该股票有足够的流动性,使得投资者能够更容易地进行交易。选择近25个交易日有单日涨幅大于等于百分之10的股票可以确保该股票在过去一段时间内有一定的上涨趋势,从而提高未来上涨的可能性。

有何风险?

该策略的潜在风险包括:

  1. 均线的选取可能不够准确,导致买入和卖出信号的准确性降低。
  2. 流通市值的选择可能不够准确,导致股票流动性不足。
  3. 单日涨幅的选择可能不够准确,导致股票上涨趋势的判断不准确。

如何优化?

为了优化该策略,可以考虑以下几点:

  1. 尝试使用不同的均线组合,例如5日、10日、20日、60日和120日均线等,以找到更准确的买入和卖出信号。
  2. 尝试使用不同的流通市值范围,例如流通市值大于50亿元和流通市值大于100亿元等,以找到更具有代表性的股票。
  3. 尝试使用不同的单日涨幅标准,例如单日涨幅大于等于百分之5和单日涨幅大于等于百分之10等,以找到更具有预测性的股票。

最终的选股逻辑

最终的选股逻辑如下:

  1. 选取至少5根均线重合的股票,这可以视为短期和中期趋势的交汇点,从而提高股票的买入和卖出信号的准确性。
  2. 选择流通市值大于100亿元的股票,这可以确保该股票有足够的流动性,使得投资者能够更容易地进行交易。
  3. 选择近25个交易日有单日涨幅大于等于百分之5的股票,这可以确保该股票在过去一段时间内有一定的上涨趋势,从而提高未来上涨的可能性。

python代码参考

以下是基于以上策略的python代码参考:

import talib

def get_5_crossed_moving_average(prices):
    # 获取5日、10日、20日、60日和120日均线
    ma5 = talib.MA(prices, timeperiod=5)
    ma10 = talib.MA(prices, timeperiod=10)
    ma20 = talib.MA(prices, timeperiod=20)
    ma60 = talib.MA(prices, timeperiod=60)
    ma120 = talib.MA(prices, timeperiod=120)

    # 判断5日、10日、20日、60日和120日均线是否都穿越了10日均线
    crossed = ma5[-1] > ma10[-1] and ma10[-1] > ma20[-1] and ma20[-1] > ma60[-1] and ma60[-1] > ma120[-1]

    return crossed

def get_stocks_with_at_least_5_crossed_moving_average(prices):
    # 获取所有股票的代码和收盘价
    stock_codes = prices.index.tolist()
    stock_prices = prices.values.tolist()

    # 初始化股票列表
    stocks_with_crossed_moving_average = []

    # 遍历所有股票
    for code, price in zip(stock_codes, stock_prices):
        # 判断该股票是否至少有5根均线交叉
        if get_5_crossed_moving_average(price):
            stocks_with_crossed_moving_average.append(code)

    return stocks_with_crossed_moving_average

def get_stocks_with_largest_gain(prices):
    # 获取所有股票的代码和收盘价
    stock_codes = prices.index.tolist()
    stock_prices = prices.values.tolist()

    # 初始化股票列表
    stocks_with_largest_gain = []

    # 遍历所有股票
    for code, price in zip(stock_codes, stock_prices):
        # 获取过去25个交易日的单日涨幅
        gain

## 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。
![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论