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、三个技术指标同时金叉的股票作为投资标的。
选股逻辑分析
本选股策略主要考虑了市场表现、股票波动性和技术形态的综合情况。振幅大于1、今日最大跌幅小于-4且大于-5可以反映股票的市场表现和波动性，而三个技术指标同时金叉则可以反映该股票的技术形态趋势。选股逻辑更加严格，可以筛选表现更好的股票。但需要注意三个技术指标的选择需符合股票的实际情况，否则筛选出的股票可能存在操作风险。
有何风险？
本选股策略的风险主要来自于技术指标选择不合理、选股逻辑过于严格等方面。如果技术指标不符合股票实际情况或选股逻辑过于严格，可能会错过一些符合预期表现的股票。此外，股票市场波动剧烈，单一选股策略在不同市场状态下可能表现较差。
如何优化？
本选股策略可以根据实际情况选择更符合股票特点的技术指标，综合考虑多个指标来评估股票状态。此外，在选股逻辑中可以留有一定宽松度，避免过于严格而错过符合预期的标的。
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；
- 选择三个合适的技术指标，且同时金叉。
同花顺指标公式代码参考
通达信指标：
- 均线：MA(CLOSE, 5)
- MACD：MACD(12, 26, 9)
- KDJ：KDJ(9, 3, 3)
python代码参考
import tushare as ts
# 判断是否满足选股逻辑
def select_logic(stock):
# 振幅
df = ts.get_k_data(stock, ktype='D')
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'] * 0.96:
return False
# 技术指标
ma = ts.get_hist_data(stock, ktype='D', ma=[5])
macd, _, _ = ts.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
k, d = ts.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowd_period=3)
if ma.iloc[-1]['ma5'] < ma.iloc[-1]['close'] and macd.iloc[-1] > 0 and k.iloc[-1] > d.iloc[-1]:
return True
return False
# 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'] < 0 or all_stocks.loc[stock, 'pe'] < 0:
continue
if not select_logic(stock):
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。
