问财量化选股策略逻辑
选股逻辑：振幅大于1，昨天3连板，20日均线大于120日均线。
选股逻辑分析
该选股逻辑主要从以下几个方面考虑：
- 振幅大于1可以过滤出市场活跃的高热度标的；
- 昨天3连板可以反映出市场对该标的的买入热情；
- 20日均线大于120日均线可以过滤出处于上升趋势的标的。
有何风险？
该选股策略存在以下风险：
- 选股过于依赖均线交叉，可能对快速变化的市场反应不足；
- 在牛市行情中，昨天3连板的过度追捧也可能让部分标的估值过高。
如何优化？
为了优化该选股逻辑，可以考虑以下方案：
- 增加对动量的关注，例如选取近期涨幅表现优异的标的；
- 结合其他技术指标，例如RSI或MACD等，进行多角度分析。
最终的选股逻辑
改进后的选股逻辑如下：
- 振幅大于1；
- 昨天3连板；
- 20日均线大于120日均线；
- 近10日涨幅大于5%。
同花顺指标公式代码参考
该选股逻辑的通达信指标公式如下：
MA(CLOSE,20) > MA(CLOSE,120) AND
REF(COUNT(C > O AND (C / O - 1) >= 0.0975),1) = 3 AND
ABS(HIGH - LOW) / REF(CLOSE,1) >= 0.01 AND
CLOSE < 10
python代码参考
import pandas as pd
from tqsdk import TqApi, TqAuth
api = TqApi(auth=TqAuth("YOUR_ACCOUNT", "YOUR_PASSWORD"))
klines = api.get_kline_serial("SHFE.rb2101", 24 * 60 * 60, data_length=500)
df = pd.DataFrame(klines)
ma20 = df['close'].rolling(window=20).mean()
ma120 = df['close'].rolling(window=120).mean()
C1 = (ma20 > ma120)
C2 = (df['pct_chg'].rolling(window=3).sum() == 0.09 * 3)
C3 = (df['high'] - df['low'] >= 0.01 * df['close'].shift(1))
C4 = (df['pct_chg'].rolling(window=10).sum() > 0.05)
selector = (C1 & C2 & C3 & C4).astype(int)
result = df[selector == 1].sort_values(by='volume', ascending=False).index.tolist()
## 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。
