聚宽策略-涨幅2%-7%、今天上涨、ma240>0

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

选股逻辑分析

以上选股逻辑主要考虑了以下因素:

  1. 股价涨幅:2%-7%,说明股票价格上涨幅度适中,有一定的投资价值。
  2. 今天的上涨情况:表明当前股票处于上升趋势,有可能进一步上涨。
  3. ma240>0:MA240是240日移动平均线,如果其数值大于0,说明长期平均成本线向上,显示股票价格有支撑。

有何风险?

尽管上述选股逻辑在一定程度上可以筛选出具有投资价值的股票,但也存在一些风险:

  1. 技术指标只能作为参考,不能完全决定股票的价格走势。
  2. MA240只是一个简单的技术指标,无法反映公司的基本面情况。

如何优化?

为了降低风险,可以通过以下几个方面进行优化:

  1. 结合公司的基本面情况,综合分析技术指标和基本面数据,选择更具投资价值的股票。
  2. 可以引入更多的技术指标,例如MACD、RSI等,以更全面地评估股票的投资价值。

最终的选股逻辑

选股票条件

  1. 涨幅2%-7%: 单日涨幅区间
  2. 今天上涨: 是否上涨
  3. ma240>0: MA240是否大于0

风险提示

  1. 技术指标仅供参考,不能完全决定股票价格走势。
  2. 基本面分析需要结合公司的经营状况、财务报表等多方面信息。

常见问题

Q1: 这个选股策略适用于哪些类型的股票?
A1: 该策略适用于任何类型的股票,但需要结合公司的基本面情况进行分析。

Q2: 如果公司出现财务困难,该策略还有效吗?
A2: 不一定,需要结合公司的基本面情况进行分析。

python代码参考

import pandas as pd

def get_screening_df(ticker_list):
    df = pd.DataFrame(columns=['ticker', 'price_change_rate', 'today_price_change'])
    for ticker in ticker_list:
        price_change_rate = df.loc[df['ticker'] == ticker]['price_change_rate'].values[0]
        today_price_change = df.loc[df['ticker'] == ticker]['today_price_change'].values[0]

        # 获取历史股价数据
        history_data = get_history_prices(ticker)

        # 计算

## 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?

    点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。


    
收益&风险
源码

评论