python数据分析-均线选股策略实践

山有扶苏，隰有荷华。

1 前言

2 选股策略

均线选股策略，就是以股票的 K 线为基础，计算移动平均线，通常以 MA20 即月移动平均线为基准。MA20 可以代表股票的长期趋势，如果股票的价格在月内大部分的时间都在 MA20 之上，而且最近的交易量是逐渐放大的，那么就可以选择加入跟踪标的中。以上是根据定性分析，具体到选股策略上如下所示：

1 最近的 20个交易日中，有 80% 的收盘价高于当日的 MA20 价格即可。
2 当日交易量 > 近3日交易日均量 > 近5日交易日均量 > 近20日交易日均量，则交易量逐渐放大。
3 当日收盘价 > 近5日收盘均价 > 近20日收盘均价， 可以说明价格正在逐步的爬坡。

以上是制定的选股策略，接下来将使用 python 脚本来实现以上的逻辑。

3 代码实践

首先我们需要寻找到所有的股票代码，这个股票代码已经在前文中有所介绍，这里就不再赘述，只是使用其股票代码。

在开始业务之前，需要打印业务的开始时间和结束时间，当业务执行完成之后，需要将选中的代码输出到文件中用于查看。这里使用了文件的读和写知识点，在读写文件时，需要使用默认的字符集 utf8, 防止中文乱码的情况出现。

在处理业务前，需要根据股票代码查询其 K 线数据，这里使用的是东方财富的k线数据，将获取到的数据组装成 pandas 格式，方便后续的数据处理。

在这里处理数据时只获取需要计算的数据，日期，收盘价，均线和交易量数据。然后根据时间倒序排列，首先需要计算的是最近 1/3/5/20 天的平均交易量，以及最近 1/5/20 天的日均收盘价。最后需要判断最近 20 日收盘价高于其 MA20 均线。

最终，我们的选择标准就是 80% 的收盘价高于其均线价格，并且 1/3/5/20的平均交易量逐渐放大，1/5/20 的日均收盘价逐渐抬升。

4 结果分析

根据以上的代码，可以获取到最终的运行结果，如下图所示： 可以看到在如今缅A下行的时间点，还是有一些股票是可以选择的，根据这个策略选择的代码是可以提高投资的成功率，通过筛选出来的数据，可以分析其关联关系，也可以通过筛选出来的代码多寡判断当前大盘的行情好坏，根据其数量趋势，可以分析其行情走势的方向。

5 总结

在本文中，介绍了如何使用 python 语言建立均线策略选股，通过 MA20 的月线趋势结合交易量和交易均价来选择股票，通过以上的方式可以从众多的股票中获取趋势走好的股票，从这种股票池中选择代码，可以获取更高的成功率。以上的策略选出的代码，可以分析出其中的关联，找出其共同的特点以及所处的板块。相关代码已经上传至 github, 欢迎大家 star, 项目地址 fund_python。