问财量化选股策略逻辑
选股逻辑为振幅大于1，60开头的股票，至少5根均线重合的股票。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，有大的盈利潜力。
- 选择60开头的股票可以筛选出特定市场的股票。
- 均线重合说明股票处于长期多头趋势，具有较高的投资价值。
有何风险？
- 只凭借均线重合难以准确判断一只股票的投资价值，需要结合其他技术指标和基本面指标进行综合评估。
- 均线重合只能反映股票长期走势，对于短期投资需求的投资者意义不大。
如何优化？
- 结合其他技术指标和基本面指标对选股进行综合评估。
- 可以针对短期投资需求进行适当的调整，如结合成交量指标和动量指标。
最终的选股逻辑
选股逻辑为振幅大于1，60开头的股票，至少5根均线重合的股票。
同花顺指标公式代码参考
//选股逻辑为振幅大于1，60开头的股票，至少5根均线重合的股票。
MA1:=MA(C,5)>REF(MA(C,5),1)
AND MA(C,10)>REF(MA(C,10),1)
AND MA(C,20)>REF(MA(C,20),1)
AND MA(C,30)>REF(MA(C,30),1)
AND MA(C,60)>REF(MA(C,60),1);
VAR1:=LEFT(CODE,2) = '60';
VAR2:=(HIGH-LOW)/OPEN > 0.01;
CONDITION:=MA1 AND VAR1 AND VAR2;
//按成交量排序
SORTFIELD:=VOL;
SIGNAL:=SORTBY(SORTFIELD,0,CONDITION);
Python代码参考
import akshare as ak
def select(df):
df = df[(df['最高价'] - df['最低价']) / df['开盘价'] > 0.01]
df = df[df['股票代码'].str[:2] == '60']
df['MA5'] = df['收盘价'].rolling(5).mean()
df['MA10'] = df['收盘价'].rolling(10).mean()
df['MA20'] = df['收盘价'].rolling(20).mean()
df['MA30'] = df['收盘价'].rolling(30).mean()
df['MA60'] = df['收盘价'].rolling(60).mean()
df = df[(df['MA5'] > df['MA5'].shift(1)) &
(df['MA10'] > df['MA10'].shift(1)) &
(df['MA20'] > df['MA20'].shift(1)) &
(df['MA30'] > df['MA30'].shift(1)) &
(df['MA60'] > df['MA60'].shift(1))]
df = df.sort_values(by='成交量')
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。
