量化交易-dif大于dea、涨幅〈0、DDE净流入

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

dif大于dea表示当前短期移动平均线正在向上穿过长期移动平均线,这是一个上涨趋势的信号。
涨幅小于0表示股票价格在过去一段时间内没有上涨。
DDE净流入表示一段时间内的主力资金净流入情况,如果DDE净流入较大,说明主力在积极买入,是股票价格上涨的一个重要支撑。

选股逻辑分析

以上三个条件共同构成了一个强势上涨的股票筛选条件。但是,这并不意味着只要满足这三个条件就一定会买入,还需要结合市场环境、公司基本面等因素进行综合判断。

有何风险?

  1. 判断错误的风险:虽然使用量化指标可以提高选股的准确性,但是也不能保证每次都能选到正确的股票,因为股市是非常复杂的,存在许多未知因素。
  2. 短期波动风险:股价受多种因素影响,短期可能会出现大幅度波动,这种情况下,通过这种方法选出的股票可能会面临较大的风险。

如何优化?

  1. 增加更多的参数:除了上述三个条件外,还可以增加其他的量化指标,比如MACD、RSI等,以提高筛选的准确性。
  2. 结合其他信息:除了股票本身的情况外,还可以考虑公司的行业地位、盈利能力、负债情况等因素,以便做出更全面的判断。

最终的选股逻辑

如果diff大于dea,涨幅小于0,且DDE净流入较大,则认为该股票有上涨潜力。

常见问题

  1. 如何计算diff和dea?
  2. 如何获取DDE净流入数据?
  3. 如何确定合适的参数值?
  4. 如果遇到股票停牌怎么办?

python代码参考

import pandas as pd
import numpy as np

def calculate_diff(df):
    diff = df['Close'].pct_change()
    return diff

def calculate_dea(diff):
   dea = diff.ewm(span=10).mean()
    return dea

def calculate_dde_inflow(df):
    dde_inflow = df['net_value'].diff()
    return dde_inflow

# 获取数据
df = pd.read_csv('stock_data.csv')

# 计算diff、dea和dde_inflow
diff = calculate_diff(df)
dea = calculate_dea(diff)
dde_inflow = calculate_dde_inflow(df)

# 过滤符合条件的股票
filtered_df = df[(diff > dea) & (df['Close'].shift()

## 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