(iwencai量化策略)竞价涨幅＞-2＜5_、流通盘小于等于55亿股、至少5根均线重合的

问财量化选股策略逻辑

首先，我们定义了至少5根均线重合的股票的条件。这表示该股票的短期和长期趋势是相一致的，这通常是一个健康的股票。

接下来，我们定义了流通盘小于等于55亿股的条件。这意味着该股票的流通市值较小，可能更容易受到市场波动的影响。

最后，我们定义了竞价涨幅＞-2＜5的条件。这表示该股票在竞价交易中表现活跃，价格波动较大，可能是一个有潜力的股票。

选股逻辑分析

这个策略的逻辑是基于技术分析和市场行为分析的。它寻找短期和长期趋势相一致的股票，并且关注流通市值较小的股票。同时，它也关注股票在竞价交易中的表现，以确定股票的活跃度和潜力。

然而，这个策略的逻辑也有一些风险。首先，它可能无法准确预测股票的未来表现。其次，它可能忽略了一些重要的基本面因素，例如公司的财务状况和管理团队的能力。最后，它可能过度依赖技术分析，而忽略了其他重要的分析方法。

如何优化？

为了优化这个策略，我们可以考虑以下几点：

1. 添加更多的过滤条件，例如市盈率、市净率等基本面指标，以更好地评估股票的价值和风险。

2. 尝试使用不同的技术分析方法，例如趋势线、移动平均线等，以更好地预测股票的未来表现。

3. 考虑使用量化交易策略，例如趋势跟踪、均值回归等，以更好地控制风险和提高收益。

最终的选股逻辑

最终的选股逻辑如下：

def select_stock():
    # 获取所有A股股票的代码和基本信息
    stocks = get_stocks()

    # 筛选出至少5根均线重合的股票
    filtered_stocks = [stock for stock in stocks if len(get_ma(stock)) >= 5]

    # 筛选出流通盘小于等于55亿股的股票
    filtered_stocks = [stock for stock in filtered_stocks if get_stock_size(stock) <= 55]

    # 筛选出竞价涨幅＞-2＜5的股票
    filtered_stocks = [stock for stock in filtered_stocks if get_pricing(stock)['pre_close'] > -2 and get_pricing(stock)['pre_close'] < 5]

    # 返回筛选后的股票列表
    return filtered_stocks

python代码参考

import tushare as ts

# 初始化pro接口
pro = ts.pro_api()

# 获取所有A股股票的代码和基本信息
stocks = pro.realtime_quotes('600000.XSHG')

# 筛选出至少5根均线重合的股票
filtered_stocks = []
for stock in stocks:
    ma = get_ma(stock)
    if len(ma) >= 5:
        filtered_stocks.append(stock)

# 筛选出流通盘小于等于55亿股的股票
filtered_stocks = [stock for stock in filtered_stocks if get_stock_size(stock) <= 55]

# 筛选出竞价涨幅＞-2＜5的股票
filtered_stocks = [stock for stock in filtered_stocks if get_pricing(stock)['pre_close'] > -2 and get_pricing(stock)['pre_close'] < 5]

# 返回筛选后的股票列表
print(filtered_stocks)

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。