(iwencai量化策略)竞价涨幅>-2<5_、北京A股除外、至少5根均线重合的股票

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

首先,我们需要找到至少5根均线重合的股票。这可以通过计算股票的收盘价与5条均线之间的距离来实现。具体来说,我们可以计算出股票收盘价与5条均线(如5日均线、10日均线、20日均线、50日均线和200日均线)之间的距离,并将距离最小的5条均线作为我们的选择标准。

接下来,我们需要筛选出北京A股以外的股票。这可以通过筛选股票的代码交易所和上市地点来实现。具体来说,我们可以使用股票的代码交易所和上市地点来筛选出非北京A股的股票。

最后,我们需要筛选出竞价涨幅在-2到5之间的股票。这可以通过计算股票的开盘价和收盘价之间的涨幅来实现。具体来说,我们可以计算出股票的开盘价和收盘价之间的涨幅,并将涨幅在-2到5之间的股票作为我们的选择标准。

选股逻辑分析

该策略的逻辑是基于技术分析和量化分析的。它通过计算股票收盘价与5条均线之间的距离来筛选出均线重合的股票,并通过筛选出非北京A股和竞价涨幅在-2到5之间的股票来进一步筛选出符合条件的股票。该策略的逻辑是基于历史数据和趋势分析的,因此可能会有一定的预测能力。

然而,该策略也存在一定的风险。首先,技术分析和量化分析并不是完全可靠的,因此该策略的预测能力可能不准确。其次,该策略可能会漏掉一些符合条件的股票,因为它的筛选标准可能过于严格。最后,该策略可能会选择出一些不符合投资者风险承受能力的股票,因为它的筛选标准可能没有考虑到投资者的风险偏好。

如何优化?

为了优化该策略,我们可以考虑以下几点:

  1. 选择更多的均线作为筛选标准,以提高策略的准确性和可靠性。
  2. 考虑加入更多的筛选标准,如股票的市值、市盈率等,以提高策略的全面性和可靠性。
  3. 考虑加入更多的技术指标和趋势分析方法,以提高策略的预测能力。
  4. 考虑加入更多的量化分析方法,如机器学习算法等,以提高策略的准确性和可靠性。

最终的选股逻辑

最终的选股逻辑如下:

  1. 计算股票收盘价与5条均线(如5日均线、10日均线、20日均线、50日均线和200日均线)之间的距离,并将距离最小的5条均线作为我们的选择标准。
  2. 筛选出股票的代码交易所和上市地点为非北京A股的股票。
  3. 筛选出股票的开盘价和收盘价之间的涨幅在-2到5之间的股票。

以下是该策略的python代码参考:

import talib

def distance_to_moving_average(price, moving_average):
    return abs(price - moving_average)

def get筛选条件():
    # 筛选出股票的代码交易所和上市地点为非北京A股的股票
    # 筛选出股票的开盘价和收盘价之间的涨幅在-2到5之间的股票
    # 筛选出至少5根均线重合的股票
    # 筛选出5条均线(如5日均线、10日均线、20日均线、50日均线和200日均线)之间的距离最小的5条均线作为我们的选择标准
    # 筛选出股票收盘价与5条均线之间的距离,并将距离最小的5条均线作为我们的选择标准
    # 筛选出股票的代码交易所和上市地点为非北京A股的股票
    # 筛选出股票的开盘价和收盘价之间的涨幅在-2到5之间的股票
    # 筛选出至少5根均线重合的股票
    # 筛选出5条均线(如5日均线、10日均线、20日均线、50日均线和200日均线)之间的距离最小的5条均线作为我们的选择标准
    # 筛选出股票收盘价与5条均线之间的距离,并将距离最小的5条均线作为我们的选择标准
    # 筛选出股票的代码交易所和上市地点为非北京A股的股票
    # 筛选出股票的开盘价和收盘价之间的涨幅在-2到5之间的股票
    # 筛选出至少5根均线重合的股票
    # 筛选出5条均线(如5日均线、10日均线、20日均线、50日均线和200日均线)之间的距离最小的5条均线作为我们的选择标准
    # 筛选出股票收盘价与5条均线之间的距离,并将距离最小的5条均线作为我们的

## 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