问财量化选股策略逻辑
- 至少5根均线重合的股票
- 昨天换手率＞8%
- 流通市值50－100亿
选股逻辑分析
- 这个策略的逻辑是寻找均线密集的股票，这些股票通常会有较强的支撑和阻力位，因此更容易出现趋势行情。
- 换手率的要求是为了筛选出活跃的股票，这样可以增加交易的成功率。
- 流通市值的要求是为了避免选择过于庞大的股票，这样可以降低交易成本和风险。
有何风险？
- 这个策略的缺点是可能会选择到一些盘整或弱势的股票，而不是趋势明显的股票。
- 如果换手率过低，可能会导致交易不活跃，影响交易的成功率。
- 流通市值过小的股票可能会面临流动性不足的问题，从而影响交易的效率。
如何优化？
- 可以考虑加入更多的均线指标，例如20日、60日等，以更好地捕捉趋势。
- 可以加入成交量指标，例如量能柱、量比等，以更好地筛选出活跃的股票。
- 可以考虑加入技术指标，例如MACD、KDJ等，以更好地判断股票的趋势。
最终的选股逻辑
- 选取至少5根均线重合的股票，包括5日、10日、20日、60日和120日均线。
- 选取昨天换手率＞8%的股票。
- 选取流通市值50－100亿的股票。
- 在满足以上条件的股票中，选取技术指标MACD金叉的股票作为最终的交易标的。
python代码参考
import talib
import numpy as np
def get_stock_data(symbol):
# 获取股票的历史数据
data = yf.download(symbol, start='2020-01-01', end='2021-12-31')
# 计算均线
ma5 = talib.MA(data['close'], timeperiod=5)
ma10 = talib.MA(data['close'], timeperiod=10)
ma20 = talib.MA(data['close'], timeperiod=20)
ma60 = talib.MA(data['close'], timeperiod=60)
ma120 = talib.MA(data['close'], timeperiod=120)
# 获取换手率
data['volume'] = data['volume']
data['turnover'] = data['volume'] / data['close'] * 100
data['yesterday_turnover'] = data['turnover'].shift(1)
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna(0)
data['yesterday_turnover'] = data['yesterday_turnover'] * np.sign(data['close'].diff())
data['yesterday_turnover'] = data['yesterday_turnover'].fillna
## 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。
