量化交易选股策略-在260均线上、军工板块日线16元以下上月换手率在100%以上赢利个股、

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

在260均线上, 军工板块日线16元以下上月换手率在100%以上赢利个股,
60分钟dma(ddd值)≧dma(ama值)

选股逻辑分析

这个选股逻辑主要基于以下几个因素:

  1. 260均线:这是一个长期趋势指标,可以帮助我们识别出市场的长期走势。
  2. 日线16元以下:这可以筛选掉一些价格过高的股票,避免过度集中于高价股。
  3. 上月换手率在100%以上:高换手率通常意味着市场活跃度高,有利于我们发现潜在的投资机会。
  4. 赢利个股:这是一个基本的买入信号,说明这些股票在过去的交易中表现出色。

有何风险?

这个策略的主要风险在于,市场的变化可能会使得某些过去表现良好的股票在未来不再具备投资价值。此外,高换手率也意味着可能存在大量的短线投机行为,这可能导致股票价格波动性加大。

如何优化?

优化这个策略的一个方法是引入更多的参数进行过滤。例如,我们可以考虑使用周线或月线的均线和换手率,或者考虑使用更复杂的动量指标等。

最终的选股逻辑

在这个策略的基础上,我们可以进一步优化如下:

  • 添加其他市场指标:如市盈率、市净率、净利润增长率等。
  • 设置不同的条件:如只选择过去一年内上涨的股票,或者只选择某个行业的股票等。

常见问题

  • 如何计算ddma和ama值?:ddma和ama都是移动平均线指标,可以通过Python的pandas库中的rolling()函数进行计算。
import pandas as pd

df['ddma'] = df['Close'].rolling(window=60).mean()
df['ama'] = df['Close'].ewm(span=60, adjust=False).mean()
  • 如何确定股价是否已经上涨或下跌超过一定幅度?:可以使用Python的numpy库来计算股价的变化幅度。
import numpy as np

price_change = df['Close'].diff()
print(price_change > 0)  # True if price has increased, False otherwise
  • 如何计算换手率?:可以使用pandas库中的divisions()函数来进行计算。

## 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

需要帮助?

试试AI小助手吧