(supermind量化)流通市值大于100亿元_、换手率_2%且_9%、至少5根均线重合

问财量化选股策略逻辑

• 至少5根均线重合的股票
• 换手率>2%且<9%
• 流通市值大于100亿元

选股逻辑分析

这个策略的逻辑是基于以下三个条件来筛选股票：

1. 股票的均线至少有5根重合，这表明股票的价格趋势比较稳定，而且有较强的支撑和阻力。
2. 股票的换手率需要大于2%，表明股票的交易活跃度较高，说明市场对该股票的关注度较高。
3. 股票的流通市值需要大于100亿元，这表明该股票的规模较大，具有较好的抗风险能力。

有何风险？

这个策略的风险主要在于以下几点：

1. 过于依赖技术指标，可能会忽略股票的基本面情况，导致选取出的股票表现不佳。
2. 均线的重合数量过多，可能会导致股票的价格波动较大，不利于投资者的长期投资。
3. 流通市值的限制可能会导致一些小盘股被排除在外，而这些股票可能存在更大的投资机会。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 在选择均线数量时，可以尝试增加或减少均线数量，以找到最佳的组合。
2. 在选择换手率时，可以尝试使用不同的时间段来计算换手率，以找到更合适的范围。
3. 在选择流通市值时，可以尝试使用不同的市值范围来筛选股票，以找到更广泛的股票池。

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
    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_stock技术支持()) >= 5]

    # 筛选出换手率大于2%且小于9%的股票
    filtered_stocks = [stock for stock in filtered_stocks if stock['turnover'] > 2 and stock['turnover'] < 9]

    # 筛选出流通市值大于100亿元的股票
    filtered_stocks = [stock for stock in filtered_stocks if stock['market_cap'] > 100e9]

    # 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
stocks = pro.realtime_quotes()

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

# 筛选出换手率大于2%且小于9%的股票
filtered_stocks = []
for stock in filtered_stocks:
    turnover = stock['turnover']
    if turnover > 2 and turnover < 9:
        filtered_stocks.append(stock)

# 筛选出流通市值大于100亿元的股票
filtered_stocks = []
for stock in filtered_stocks:
    market_cap = stock['market_cap']
    if market_cap > 100e9:
        filtered_stocks.append(stock)

# 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。