问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、三个技术指标同时金叉的股票。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，有较大的涨幅和收益的可能；
- 2021年作为选股时间段，可以分析市场趋势等信息；
- 三个技术指标同时金叉表明该股票的短期走势较为健康。
有何风险？
- 振幅大的股票可能会伴随较大的波动风险；
- 技术指标的金叉并不一定代表该股票的长期走势健康；
- 选股时，应综合考虑选股逻辑的风险和收益，并控制好仓位和风险。
如何优化？
- 可以结合股票的长期趋势指标，如30日均线、60日均线等；
- 可以加入基本面指标进行综合分析，如市盈率、市净率等；
- 选股时，应综合考虑选股逻辑的风险和收益，并控制好仓位和风险。
最终的选股逻辑
选取振幅大于1、2021年、三个技术指标同时金叉的股票进入待投资池。
同花顺指标公式代码参考
// 振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
// 2021年
COND2:=YEAR=2021;
// 技术指标同时金叉
MA5:=MA(CLOSE, 5);
MA10:=MA(CLOSE, 10);
MA20:=MA(CLOSE, 20);
COND3:=CROSS(MA5, MA10) AND CROSS(MA5, MA20) AND CROSS(MA10, MA20);
// 综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
def get_trade_data(stock_code):
stock_df = ak.stock_zh_a_daily(symbol=stock_code)
stock_df = stock_df[['开盘价', '收盘价', '最高价', '最低价', '成交量', '成交额']]
stock_df['MA5'] = stock_df['收盘价'].rolling(window=5).mean()
stock_df['MA10'] = stock_df['收盘价'].rolling(window=10).mean()
stock_df['MA20'] = stock_df['收盘价'].rolling(window=20).mean()
return stock_df
def select(df):
# 振幅大于1
df = df[(df['最高价'] - df['最低价']) / df['收盘价'] > 0.01]
# 2021年
df = df[df['交易日期'].dt.year == 2021]
# 技术指标同时金叉
df = df[(df['MA5'] > df['MA10']) & (df['MA5'] > df['MA20']) & (df['MA10'] > df['MA20'])]
return 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。
