(supermind)振幅大于1、2021年、周K线上穿30周线_

问财量化选股策略逻辑

选股逻辑为振幅大于1、2021年、周K线上穿30周线的股票。

选股逻辑分析

1. 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；
2. 2021年作为选股时间段，可以分析市场趋势等信息；
3. K线上穿30周线可以判断出股票进入上升趋势，有望带来超额收益。

有何风险？

1. 该选股逻辑可能仅通过技术指标来进行选股，忽略了公司基本面的因素，可能会带来投资风险；
2. 仅仅通过K线上穿30周线作为判断标准，可能会忽略太多其他因素，如市场整体走势等。

如何优化？

1. 可以增加其他基本面指标的筛选，例如市盈率、市净率等，以更全面的角度评估股票；
2. 可以使用其他技术指标来协助筛选，例如MACD、KDJ等。

最终的选股逻辑

选取振幅大于1、2021年、周K线上穿30周线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;
// K线上穿30周线
COND3:=CROSS(MA(CLOSE, 30), CLOSE);
// 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, adjust='qfq')
    stock_df = stock_df[['开盘价', '收盘价', '最高价', '最低价']]
    condition = (stock_df['收盘价'] - stock_df['开盘价']) / stock_df['开盘价'] < 0.026
    condition &= (stock_df['收盘价'] - stock_df['开盘价']) / stock_df['开盘价'] > -0.05
    df = stock_df[condition].reset_index()
    return 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]
    # K线上穿30周线
    ma30 = df['收盘价'].rolling(30).mean()
    df = df[(df['收盘价'] > ma30) & (df['收盘价'].shift(1) <= ma30.shift(1))]
    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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)