问财量化选股策略逻辑

• 至少5根均线重合的股票
• 换手率>2%且<9%
• 开盘价在十日线左右

选股逻辑分析

• 这个策略选择的股票至少有5根均线重合，这意味着这些股票的短期和中期趋势较为一致，可能有较强的上涨动力。
• 换手率>2%且<9%的条件筛选出具有较高活跃度的股票，避免了僵尸股和冷门股的干扰。
• 开盘价在十日线左右的条件则是在相对低的位置买入，以降低买入成本。

有何风险？

• 这个策略没有考虑股票的基本面因素，仅仅基于技术分析来选择股票，因此可能会忽略一些重要的风险因素。
• 如果市场走势出现较大的变化，导致均线交叉的情况不再出现，那么这个策略可能会失效。
• 这个策略选择的股票换手率要求较高，可能会筛选出一些高估的股票，增加投资风险。

如何优化？

• 可以考虑加入一些基本面因素，例如市盈率、市净率等，以更好地筛选出具有投资价值的股票。
• 可以考虑加入一些技术指标，例如布林线、MACD等，以更好地判断股票的走势和买入时机。
• 可以考虑加入一些风险控制措施，例如止损、止盈等，以降低投资风险。

最终的选股逻辑

• 选择至少5根均线重合的股票
• 挑选换手率>2%且<9%的股票
• 挑选开盘价在十日线左右的股票
• 在此基础上，加入一些基本面和技术指标的筛选，以更好地判断股票的投资价值和走势。
• 最后，加入一些风险控制措施，以降低投资风险。

python代码参考

• import talib

• import pandas as pd

• import numpy as np

• import matplotlib.pyplot as plt

• 读取股票数据

• df = pd.read_csv('stock_data.csv')

• 计算移动平均线

• ma5 = talib.MA(df['close'], timeperiod=5)

• ma10 = talib.MA(df['close'], timeperiod=10)

• ma20 = talib.MA(df['close'], timeperiod=20)

• ma50 = talib.MA(df['close'], timeperiod=50)

• 选择至少5根均线重合的股票

• selected = df[(ma5 == ma10) & (ma10 == ma20) & (ma20 == ma50) & (ma50 == ma100) & (ma100 == ma200)]

• 挑选换手率>2%且<9%的股票

• selected = selected[selected['volume'] > 2] & selected[selected['volume'] < 9]

• 挑选开盘价在十日线左右的股票

• selected = selected[selected['open'] > ma10] & selected[selected['open'] < ma100]

• 绘制股票数据

• df.plot(figsize=(12, 8))

• selected.plot(figsize=(12, 8), color='red')

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。