(supermind量化-)振幅大于1、周线macd在零轴之上、收盘价_boll(uppe

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、收盘价在BOLL上轨和中轨之间的股票作为投资标的。

选股逻辑分析

本选股策略主要基于技术面考虑,采用BOLL指标作为重要参考指标。振幅和MACD指标的筛选更多体现了短期趋势,而收盘价在BOLL的上下限之间,更体现了股票趋势的中长期稳定性。

有何风险?

股票可能存在突发性事件或不可预见的市场变化,导致选股策略出现较大波动,甚至出现较大损失。同时,BOLL指标不能完全覆盖股票的中长期趋势,需要加以补充。

如何优化?

可以将进一步加入股票的基本面等非技术因素,更加全面的考虑股票的情况。同时,可以增加其他技术指标,如RSI、KDJ等,以获取更加全面的趋势分析。

最终的选股逻辑

本选股策略基于技术面指标,以BOLL指标为重要考量因素,可以有效地筛选出稳定的中长期股票。同时,需要加入非技术性指标及其他技术指标的考虑,筛选更为精准的股票。

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)

收盘价在BOLL上下限之间:

(CLOSE > BOLLUPPER(CLOSE) AND CLOSE < BOLLMA(CLOSE,20))

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)
    # 筛选符合条件的股票,并加入BOLL指标的计算
    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 
        (daily_data.close > BOLLUPPER(daily_data.close) & daily_data.close < BOLLMA(daily_data.close, 20))):
        selected_stocks.append(code)

# 输出选中的股票
print(selected_stocks)

本选股策略在加入了BOLL指标后能够更加全面地考虑股票的中长期趋势,同时符合技术面因素的要求。但是,选股结果仍然具有一定的局限性,需要考虑其他因素,以提高选股的准确度。

    ## 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