(supermind)振幅大于1、10日涨幅大于0小于35、周K线上穿30周线_

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，周K线上穿30周线。

选股逻辑分析

1. 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。
2. 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。
3. 周K线上穿30周线可以反映股票的趋势向上，有较大概率会持续上涨。

有何风险？

1. 在判断周K线上穿30周线时，需要基于较长时间段的数据进行分析，可能会受到市场长期的影响，需要注意。
2. 涨幅为相对概念，需要结合市场整体情况和个股的基本面分析，避免陷入盲目乐观或悲观的情绪波动中。

如何优化？

1. 可以引入其他技术指标和基本面指标，如MACD、RSI、资产负债率等指标，构建更全面、更准确的选股指标体系。
2. 可以结合机器学习算法，通过大数据分析挖掘更加具有投资价值的股票。
3. 做好风险控制，优化股票的持仓量和持股时间，规避市场风险。

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，周K线上穿30周线。

同花顺指标公式代码参考

待更新。

python代码参考

import akshare as ak

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['30周线'] = df['收盘价'].rolling(window=30).mean()
    df['周K线上穿30周线'] = (df['收盘价'] > df['30周线']) & (df['收盘价'].shift(1) < df['30周线'].shift(1))
    df = df[df['周K线上穿30周线']]
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)