(supermind量化-)振幅大于1、周线macd在零轴之上、换手率_2%且_9%_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

本选股策略选取振幅大于1、周线MACD在零轴之上、换手率在2%到9%区间的股票作为投资标的。

选股逻辑分析

本选股策略基于技术面指标和换手率因素来筛选股票。振幅、周线MACD反映股票的价格和趋势方向,并且大部分投资者更加看重日内和周线级别的技术面指标,而换手率则反映了股票流动性和资金活跃度,从而对日内表现产生一定影响。但该选股策略忽略了公司基本面、行业情况等因素的影响,存在较大波动性。

有何风险?

此选股策略依据技术面和换手率因素筛选股票,忽略了公司基本面、行业情况等因素的影响,存在较大的风险。如市场环境变化或公司重要信息公布,可能会对股票产生较大的不利影响。

如何优化?

在技术面指标和换手率的基础上,可以引入其它的数据指标,例如市场环境数据、财务数据、行业数据等。同时要充分考虑整体市场情况、公司基本面和市场环境等因素,从而选择更优质的个股进行投资。

最终的选股逻辑

本选股策略以技术面指标和换手率为主要选股依据,需要综合考虑公司基本面、行业情况等因素的影响,以提高选股的准确度。

同花顺指标公式代码参考:

振幅大于1:

(HIGH - LOW) / PRE_CLOSE > 0.01

周线MACD在零轴之上:

(REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1)) AND (MACD(12,26,9) > 0)

换手率在2%到9%区间:

(TURNOVER >= 0.02) AND (TURNOVER <= 0.09)

python代码参考:

# 引入Tushare库
import tushare as ts

# 查询股票数据,根据条件筛选股票
selected_stocks = []
stock_data = ts.get_stock_basics()
for code in stock_data.index:
    # 获取股票数据
    daily_data = ts.get_hist_data(code)
    # 获取换手率数据
    turnover_data = ts.get_hist_data(code).turnover
    # 筛选符合条件的股票
    if((daily_data.high - daily_data.low).mean() / daily_data.close.mean() > 0.01 and 
        REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1) and 
        turnover_data[-1] >= 0.02 and turnover_data[-1] <=0.09):
        selected_stocks.append(code)

# 输出选中的股票
print(selected_stocks)

本选股策略基于技术面指标和换手率因素筛选股票,对日内和周线级别的技术面指标和股票流动性的考虑有助于投资者更好地把握市场趋势。但需要充分考虑整体市场情况、公司基本面和市场环境等因素,从而选择更优质的个股进行投资。

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论

需要帮助?

试试AI小助手吧