(supermind量化)买一量_卖一量_、10日涨幅大于0小于35、至少5根均线重合的股

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 10日涨幅大于0小于35
• 买一量>卖一量

选股逻辑分析

• 该策略通过寻找至少5根均线重合的股票来筛选出可能具有较强趋势的股票。
• 10日涨幅大于0小于35的条件则可以筛选出近期有上涨趋势的股票。
• 买一量>卖一量的条件则可以筛选出有资金流入的股票。

有何风险？

• 该策略可能无法准确预测股票的未来走势，因为仅仅依靠均线和成交量等技术指标进行筛选。
• 如果市场出现大幅波动，该策略可能会失去效果。

如何优化？

• 可以考虑加入更多的技术指标和市场数据，以提高策略的准确性和稳定性。
• 可以通过调整筛选条件和参数来优化策略的表现。

最终的选股逻辑

• 选取至少5根均线重合的股票
• 10日涨幅大于0小于35
• 买一量>卖一量
• 加入其他技术指标和市场数据进行筛选和优化

python代码参考

• 以下是一个简单的示例代码，用于筛选符合上述条件的股票：

import talib
import pandas as pd

def check_trend(data):
    # 计算5日、10日、20日、60日和120日均线
    ma5 = talib.MA(data, timeperiod=5)
    ma10 = talib.MA(data, timeperiod=10)
    ma20 = talib.MA(data, timeperiod=20)
    ma60 = talib.MA(data, timeperiod=60)
    ma120 = talib.MA(data, timeperiod=120)

    # 判断是否至少有5根均线重合
    if len(set(ma5).intersection(set(ma10), set(ma20), set(ma60), set(ma120))) >= 5:
        return True
    else:
        return False

def check_volume(data):
    # 计算买入量和卖出量
    buy_volume = data['buy_volume']
    sell_volume = data['sell_volume']

    # 判断是否有资金流入
    if buy_volume > sell_volume:
        return True
    else:
        return False

def check_stock(data):
    # 根据以上两个条件筛选股票
    if check_trend(data) and check_volume(data):
        return True
    else:
        return False

# 读取股票数据
data = pd.read_csv('stock_data.csv')

# 筛选符合要求的股票
filtered_data = data[data['trend'] == True][data['volume'] > data['sell_volume']][data['stock'] == True]

# 输出符合条件的股票列表
print(filtered_data[['stock', 'trend', 'volume']])

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。