量化投资策略吸筹结束、短期均线线粘合、涨幅2%-7%

用户头像神盾局量子研究部
2023-10-27 发布

问财量化选股策略逻辑

在问财等量化投资平台上,通常会有一些选股策略逻辑,比如“吸筹结束,短期均线线粘合,涨幅2%-7%”。这个选股逻辑可以分为三个部分:

  1. “吸筹结束”:这可能是基于技术分析的方法,通过观察股票价格走势来判断主力资金是否已经完成了吸筹过程。
  2. “短期均线线粘合”:这是基于统计学的方法,通过计算和比较短周期的移动平均线和长期均线的距离来判断股票价格的趋势是否即将反转。
  3. “涨幅2%-7%”:这是基于基本面的方法,通过研究公司的财务报表和市场环境来预测未来股票价格上涨的可能性。

以上三个条件满足时,就可以认为这只股票具备了上涨的可能性。

选股逻辑分析

然而,这个选股逻辑可能存在一些风险:

  1. 技术指标只能反映过去的价格行为,不能预测未来的价格走势。
  2. 统计学方法依赖于历史数据,如果历史数据不符合当前的市场环境,可能会导致结果不准确。
  3. 基本面分析需要大量的研究和分析,而且需要考虑很多不确定的因素,因此并不一定能够准确预测股票的价格走势。

如何优化?

为了提高这个选股逻辑的准确性,可以从以下几个方面进行优化:

  1. 结合更多的因素:除了上述三个条件外,还可以结合其他的因素,如市场情绪、公司新闻等。
  2. 更精确的技术指标:可以选择更精确的移动平均线或者技术指标,比如布林带、MACD等。
  3. 调整参数:可以通过调整模型的参数,比如滑动窗口的大小、采样频率等,来适应不同的市场环境。

最终的选股逻辑

综合考虑以上所有因素后,可以得出以下的选股逻辑:

  1. 主力资金已经完成吸筹,短期均线线距离较远。
  2. 移动平均线处于上升趋势,且布林带开口扩大,表明市场情绪积极。
  3. 公司有较好的盈利能力和成长潜力,近期没有重大负面消息。

常见问题

常见的问题包括:

  1. 怎么获取和处理市场情绪的数据?
  2. 如何选择合适的移动平均线和参数?
  3. 如何验证和评估模型的准确性?

python代码参考

# 示例代码
import pandas as pd
from ta import moving_average, bollinger

## 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