问财量化选股策略逻辑
选股逻辑包括三个条件：元宇宙板块中的股票、昨日股价大于250日均线、日线MACD>0的股票。根据这些条件筛选符合条件的股票，进行投资。
选股逻辑分析
该选股策略主要考虑以下三个条件进行选股：
- 元宇宙板块中的股票：选择热门板块中的个股。
- 昨日股价大于250日均线：判断个股目前的价格是否相对稳定且接近长期均线。
- 日线MACD>0的股票：MACD是一种技术分析指标，判断股票价格走势的买卖信号，当MACD>0时，代表强势股票。
综合以上三个条件，选择合适的个股进行投资。
有何风险？
- 该选股策略过于关注个股价格变化，可能会忽视企业的基本面因素，如业绩、估值等，容易出现“被套”的风险。
- 元宇宙板块属于新兴行业，选股风险较高，容易形成市场热点行为导致投资热度过高。
- 该选股策略只考虑了短期价格的波动，没有考虑中长期的走势，容易形成盲目投资。
如何优化？
- 建立较为完善的风险管理和资金管理体系，定期审查和调整投资组合，避免单一个股过度分散持仓，保证资金的有效配置。
- 加入其他技术指标和基本面数据进行辅助判断，以全面分析企业的价值和风险。
- 选股过程中要坚持基本面分析的思路，对企业的财务状况、盈利能力等因素进行全面分析，并综合考虑市场环境和风险。
最终的选股逻辑
该选股策略选择元宇宙板块中，昨日股价大于250日均线，日线MACD>0的个股进行投资。
同花顺指标公式代码参考
元宇宙板块：GNBK("gnxq")
昨日收盘价大于250日均线：C>=MA(250)
日线MACD指标：EMA(CLOSE,SHORT) - EMA(CLOSE,LONG), DIFF:EMA(ONMACLOSE,SHORT)-EMA(ONMACCLOSE,LONG), DEA:EMA(DIFF,M)
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
_basic = pro.query(
'stock_basic',
ts_code=code,
fields=['name', 'industry', 'exchange', 'list_date']
)
if len(_basic) == 0:
continue
if ('ST' not in _basic['name'].values[0]) and (_basic['exchange'].values[0] != 'SZSE') and \
(_basic['list_date'].values[0] >= '20210101'):
df = pro.query(
'daily',
ts_code=code,
fields='trade_date, close, high, low, open, pct_chg, vol, amount'
)
if len(df) < 1255: # 连续5年交易日
continue
macd, signal, hist = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
if (macd.iloc[-1] > 0) and (df.iloc[-1]['close'] >= df['close'].rolling(250).mean()[249]):
df_today = df.tail(1)
df_today['name'] = _basic['name'].values[0]
df_today['industry'] = _basic['industry'].values[0]
df_today['exchange'] = _basic['exchange'].values[0]
df_today['list_date'] = _basic['list_date'].values[0]
data_selected = data_selected.append(df_today)
data_selected = data_selected.sort_values(by=['amount'], ascending=False)
return data_selected[['name', 'industry', 'exchange', 'list_date']]
## 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。
