(supermind)振幅大于1、10日涨幅大于0小于35、股票均价站在五日均线之上_

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，股票均价站在五日均线之上。

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. 选股时强调均价站在五日均线之上，可以筛选出短期内有一定上涨动力的个股。

有何风险？

1. 选股逻辑中仅考虑了股票的历史行情和均线走势，未考虑公司的基础面情况，风险较大。
2. 所选均线周期较短，难以反映出长期趋势，操盘难度较大。

如何优化？

1. 引入公司基本面指标，如PE、PB等，结合历史行情和行业走势，综合分析选股。
2. 通过不同周期的均线筛选，结合金叉、死叉等技术指标，构建更全面、严谨的选股逻辑。
3. 风险控制要做好，根据市场情况进行资金分配和风险规避。

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，股票均价站在五日均线之上。

同花顺指标公式代码参考

待更新。

python代码参考

import akshare as ak
import talib

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['均价'] = (df['最高价'] + df['最低价']) / 2
    df['五日均线'] = talib.MA(df['均价'].values, timeperiod=5)
    df = df[df['均价'] > df['五日均线']]
    close = df['收盘价'].values
    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)