问财量化选股策略逻辑
选股逻辑为：振幅大于1,大单净量排行,至少5根均线重合的股票。该选股策略主要基于技术面来选股，利用振幅和大单净量等指标来筛选活跃企业，同时要求均线重合，通过分析股票的技术面来捕捉股票涨势的机会。
选股逻辑分析
选股逻辑同样基于技术面来选股，利用振幅和大单净量等指标来筛选活跃企业，同时要求均线重合，通过选出均线重合的股票，进一步筛选出趋势明显的股票，对于投资者有较大的参考价值和可操作性。
有何风险？
该选股策略同样存在一定风险，可能会因为市场行情不符合预期、出现暴跌等因素导致投资收益下滑。而且，单纯地依赖技术指标来预测股票走势和强制要求均线重合也容易导致投资者忽视其他关键因素，建议投资者综合考虑多种因素来分析股票走势。
如何优化？
在策略优化上，可以尝试加入其他技术指标和基本面指标来提高选股准确率和稳定性，如MACD、KDJ、RSI指标等和股票PE、PB等基本面指标。同时，动态地调整选股条件和指标权重，以适应市场变化和个人需求。另外，加入风险控制和仓位管理等策略，避免过度交易和投入过大的风险。
最终的选股逻辑
选股条件为：振幅大于1,大单净量排行,至少5根均线重合的股票。需要加入其他技术指标和基本面指标来提高选股准确率和稳定性，并根据市场变化和个人需求进行动态调整和优化。同时，加入风险控制和仓位管理等策略，避免过度交易和投入过大的风险。
同花顺指标公式代码参考
SELECTED = V >= MA(V, N) * 1.5 AND COUNT(C > MA(C, 5), 5) >= 5 AND COUNT(MA(C, 5) > MA(C, 10), 5) > 3 AND MAX(H, N) * 0.99 <= C AND MIN(L,1) <= MIN(L,2)
Python代码参考
import pandas as pd
import tushare as ts
def select_stocks(length):
ts.set_token('your token')
pro = ts.pro_api()
# 获取股票数据
stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry,list_date')
current_date = '20220308'
# 筛选符合条件的股票
selected_stocks = []
for index, row in stock_data.iterrows():
code = row['ts_code']
info = {}
info['code'] = code
info['name'] = row['name']
# 获取技术指标数据
tech_data = pro.query('daily', ts_code=code, start_date='20220208', end_date=current_date, fields='high,low,close,vol')
if len(tech_data) > 20:
# 计算技术指标
vol_ma5 = tech_data.iloc[-5:].loc[:, 'vol'].mean()
vol_ma10 = tech_data.iloc[-10:].loc[:, 'vol'].mean()
vol_ma20 = tech_data.iloc[-20:].loc[:, 'vol'].mean()
price_ma5 = tech_data.iloc[-5:].loc[:, 'close'].mean()
price_ma10 = tech_data.iloc[-10:].loc[:, 'close'].mean()
price_ma20 = tech_data.iloc[-20:].loc[:, 'close'].mean()
# 判断是否符合条件
cond1 = tech_data.iloc[-1].low < tech_data.iloc[-2].low and tech_data.iloc[-1].vol >= vol_ma20 * 1.5
cond2 = (tech_data.iloc[-5:].close > tech_data.iloc[-5:].close.mean()).sum() >= 5
cond3 = (tech_data.iloc[-5:].close > tech_data.iloc[-10:].close.mean()).sum() > 3
cond4 = tech_data.iloc[-1].close >= price_ma20 * 1.05
cond5 = tech_data.iloc[-1].high >= tech_data.iloc[-10:].high.max() * 0.99
if cond1 and cond2 and cond3 and cond4 and cond5:
selected_stocks.append(info)
if len(selected_stocks) >= length:
break
return selected_stocks
致辞
本次问答为问财量化选股策略逻辑的第三十六篇，该选股策略主要基于技术面来选股，利用振幅和大单净量等指标来筛选活跃企业，同时要求均线重合，通过分析股票的技术面来捕捉股票涨势的机会。需要加入其他技术指标和基本面指标来提高选股准确率和稳定性，并根据市场变化和个人需求进行动态调整和优化。同时，加入风险控制和仓位管理等策略，避免过度交易和投入过大的风险。
## 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。
