聚宽量化交易-突破10均线、上15个交易日涨停数大于0、近五个交易日有单日涨幅大于5%

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

这个选股逻辑的基本思路是寻找那些在一段时间内连续上涨并且突破了10日均线的股票,同时要求在这段时间内的至少有15天出现了涨停板的情况,并且在过去的五个交易日内有过单日涨幅大于5%的情况。

选股逻辑分析

这种选股逻辑的目的是筛选出那些在一段时间内表现出强劲上涨趋势的股票,同时强调了其持续性和爆发力。但是,需要注意的是,这并不是一个完美的策略,因为它可能会遗漏一些短期的强势股票,而过于注重长期的趋势和稳定性,可能会错过一些有可能短期内大幅上涨的股票。

有何风险?

这种选股逻辑的一个主要风险就是可能会遗漏一些短期内表现突出的股票,因为它的主要关注点是在长期的趋势和稳定性上。此外,对于市场的理解也是非常重要的,如果市场整体趋势向下,那么即使某些股票满足了这些条件,也可能是不可持续的。

如何优化?

为了优化这种选股逻辑,可以考虑引入更多的因素来提高准确率,比如加入一些基本面的数据、技术指标等。此外,也可以考虑采用滚动优化的方式,即每次买入前都会重新评估当前的市场环境和这只股票的情况,以确保选出的股票是最优的。

最终的选股逻辑

常见问题

  1. 这种选股逻辑适用于哪些类型的投资者?
  2. 如何判断一只股票是否符合这种选股逻辑?
  3. 在实际操作中,应该如何使用这种选股逻辑?
  4. 这种选股逻辑可能会遗漏哪些类型的股票?

python代码参考

# 定义选股规则
def select_stock():
    # 获取过去15个交易日的所有股票数据
    stock_data = get_stock_data()
    
    # 对于每只股票,计算其最近五个交易日的最大涨幅
    max_daily_gain = calculate_max_daily_gain(stock_data)
    
    # 筛选出了符合条件的股票
    selected_stocks = [stock for stock in stock_data if \
                       stock['daily_gain'] > max_daily_gain and \
                       stock['line'] > 10]
    
    return selected_stocks

在这个例子中,get_stock_data()函数用于获取过去15个交易日的所有股票数据,calculate_max_daily_gain(stock_data)函数用于计算每只股票最近五个交易日的最大涨幅。这两个函数的具体实现会根据实际情况进行调整。

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