问财量化选股策略逻辑
本选股策略选取满足振幅大于1、今日最大跌幅小于-4且大于-5、MACD零轴以上的股票作为投资标的。
选股逻辑分析
本选股策略基于股票波动性、市场风险偏好、技术面指标等因素进行选取。振幅大于1可以反映股票波动性较高，存在投资机会；今日最大跌幅小于-4且大于-5则反映市场风险偏好不低于一定程度，且该股票目前处于下跌趋势中但有反弹的机会；MACD指标零轴以上则反映该股票处于一定的上涨趋势当中，投资机会较大。
有何风险？
本选股策略可能存在操作风险和过度依赖技术指标而导致失误的风险。一方面，在选股时需要注意MACD零轴以上也并非肯定是良好的买入信号，需要结合其他指标进行判断；另一方面，在操作时可能存在过度依赖策略而导致失误的风险，需要适当控制。
如何优化？
在实际操作中，应该基于投资人自身的风险承受能力、投资理念等方面对选股策略进行优化。例如，在选股时可以考虑加入量能、资金等指标，对选股策略进行完善。
最终的选股逻辑
本选股策略选取满足以下条件的股票：
- 振幅大于1；
- 今日最大跌幅小于-4且大于-5；
- MACD零轴以上。
同花顺指标公式代码参考
//MACD指标
参数：SHORT（短周期）=12，LONG（长周期）=26，MID（信号线周期）=9
DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;
python代码参考
import tushare as ts
import talib
# 判断是否满足选股逻辑
def select_logic(df):
# 振幅
if df.iloc[-1]['high'] - df.iloc[-1]['low'] <= df.iloc[-2]['close']*0.01:
return False
# 今日最大跌幅
if df.iloc[-1]['low'] > df.iloc[-2]['close']*0.95:
return False
# MACD零轴以上
macd, signal, hist = talib.MACD(df['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)
if hist[-1] <= 0:
return False
return True
# 选取满足条件的股票
def select_stock():
selected_stocks = []
all_stocks = ts.get_stock_basics()
for stock in all_stocks.index:
if all_stocks.loc[stock, 'name'][0] == '*':
continue
if all_stocks.loc[stock, 'outstanding'] * all_stocks.loc[stock, 'price'] > 1000:
continue
if all_stocks.loc[stock, 'pb'] > 3:
continue
if all_stocks.loc[stock, 'pe'] > 50:
continue
df = ts.get_hist_data(stock)
if len(df) < 250:
continue
if not select_logic(df):
continue
selected_stocks.append(stock)
return selected_stocks
print(select_stock())
以上代码仅供参考，实现方法会因投资人情况和市场环境而异。
## 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？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
