(supermind量化)流通市值50－100亿_、10日涨幅大于0小于35、至少5根均线

问财量化选股策略逻辑

这个策略的逻辑是：首先找到至少5根均线重合的股票，然后筛选出10日涨幅大于0小于35的股票，最后筛选出流通市值50－100亿的股票。

选股逻辑分析

这个策略的逻辑看起来比较简单，但是可能会存在一些问题。首先，如果股票的价格波动很大，那么可能会有很多股票的均线在某一天重合。这样会导致策略选出的股票数量很多，而不是少数几只。其次，如果股票的价格波动很小，那么可能会有很多股票不符合条件。这样会导致策略选出的股票数量很少，而不是多数几只。

有何风险？

这个策略的风险主要在于它可能会选出很多股票，而不是少数几只。如果这些股票的表现都不好，那么策略可能会表现不佳。此外，如果这些股票的表现都很好，那么策略可能会表现很好，但是可能会很难复制。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 限制均线的数量。可以设置一个限制，比如只考虑3根均线重合的股票，这样可以减少策略选出的股票数量。

2. 限制流通市值的范围。可以设置一个限制，比如只考虑流通市值在50亿到100亿之间的股票，这样可以减少策略选出的股票数量。

3. 考虑使用其他指标。除了考虑均线重合和涨幅之外，还可以考虑使用其他指标，比如市盈率、市净率等，来筛选股票。

最终的选股逻辑

这个策略的最终逻辑是：首先找到3根均线重合的股票，然后筛选出10日涨幅大于0小于35的股票，最后筛选出流通市值在50亿到100亿之间的股票。

python代码参考

以下是使用pandas和numpy库实现这个策略的python代码参考：

import pandas as pd
import numpy as np

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

# 筛选出至少3根均线重合的股票
data = data[(data['ma1'] == data['ma2']) & (data['ma2'] == data['ma3'])]

# 筛选出10日涨幅大于0小于35的股票
data = data[(data['close'] > data['close'].shift(10)) & (data['close'] < data['close'].shift(10) + 35)]

# 筛选出流通市值在50亿到100亿之间的股票
data = data[(data['market_cap'] >= 50) & (data['market_cap'] <= 100)]

# 输出结果
print(data)

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。