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%
- 流通市值大于100亿元
选股逻辑分析
- 这个策略的逻辑是基于技术分析和市场流动性来筛选股票。首先，要求股票至少有5根均线重合，这表明股票价格趋势相对稳定，有利于投资者进行长期投资。其次，要求昨天换手率大于8%，这表明股票市场活跃度较高，有利于投资者进行交易。最后，要求流通市值大于100亿元，这表明股票规模较大，有利于投资者进行投资。
有何风险？
- 这个策略的局限性在于它只能筛选出部分股票，而不能保证筛选出的股票一定会有良好的表现。此外，技术分析和市场流动性分析也存在一定的不确定性，因此不能保证筛选出的股票一定会有良好的投资回报。
如何优化？
- 为了优化这个策略，可以考虑加入更多的筛选条件，例如股票的盈利能力、财务状况等。此外，还可以考虑加入更多的技术分析指标，例如股票的MACD、RSI等，以提高策略的准确性和可靠性。
最终的选股逻辑
- 选取至少5根均线重合的股票，昨天换手率大于8%，流通市值大于100亿元，并且股票盈利能力良好、财务状况稳定、技术分析指标良好的股票作为投资标的。
python代码参考
- 以下是一个简单的Python代码示例，用于筛选符合上述策略的股票：
import talib
import pandas as pd
def get_stock_data():
# 获取股票数据
df = pd.read_csv('stock_data.csv')
return df
def get_sma(df, n):
# 计算SMA
smas = talib.SMA(df['close'], timeperiod=n)
return smas
def get_rsi(df, n):
# 计算RSI
rsi = talib.RSI(df['close'], timeperiod=n)
return rsi
def get_ema(df, n):
# 计算EMA
emas = talib.EMA(df['close'], timeperiod=n)
return emas
def get_cross_sma_ema(df, n1, n2):
# 计算SMA和EMA的交叉
cross = talib.CROSS(df['close'], get_sma(df, n1), get_ema(df, n2))
return cross
def get_5均线重合(df):
# 获取5日均线
df['ma5'] = talib.MA(df['close'], timeperiod=5)
df['ma10'] = talib.MA(df['close'], timeperiod=10)
df['ma20'] = talib.MA(df['close'], timeperiod=20)
df['ma30'] = talib.MA(df['close'], timeperiod=30)
df['ma60'] = talib.MA(df['close'], timeperiod=60)
# 获取5日均线与10日均线、10日均线与20日均线、20日均线与30日均线、30日均线与60日均线的交叉点
cross1 = talib.CROSS(df['ma5'], df['ma10'])
cross2 = talib.CROSS(df['ma10'], df['ma20'])
cross3 = talib.CROSS(df['ma20'], df['ma30'])
cross4 = talib.CROSS(df['ma30'], df['ma60'])
# 筛选出至少5根均线重合的股票
result = df[(cross1 & cross2 & cross3 & cross4) & (df['ma5'] > df['ma10']) & (df['ma10'] > df['ma20']) & (df['ma20'] > df['ma30']) & (df['ma30'] > df['ma60'])]
return result
def get_yesterday_cross_sma_ema(df, n1, n2):
# 获取昨天收盘价与SMA和EMA的交叉
cross = talib.CROSS(df['close'], df['close'].shift(1), get_sma(df, n1), get_ema(df, n2))
return cross
def get筛选条件(df):
# 获取昨天换手率
df['yesterday_cross_sma_ema'] = get_yesterday_cross_sma_ema(df, 5, 20)
df['yesterday_cross_sma_ema'] = df['yesterday_cross_sma_ema'] * df['
## 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。
