问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足三个技术指标同时金叉、反包的股票进行投资。反包是指在股价下跌的情况下，出现一根实体长阳线，且收盘价高于前一个交易日的收盘价。
选股逻辑分析
该选股策略综合运用技术分析，选股条件包含三个技术指标同时金叉和反包。同时，该选股策略关注元宇宙这一具有潜在投资机会的行业，结合技术面分析，筛选出具备较强上涨潜力的股票。
有何风险？
该选股策略可能存在以下风险：
- 基于短期的技术面指标和股价涨幅，没有充分反应股票的长期表现；
- 高度依赖技术分析指标，忽视股票基本面和行业背景等因素，可能会影响选股效果；
- 反包信号具有不确定性，需要结合其他技术分析指标综合考虑。
如何优化？
为降低选股策略的风险，可以考虑以下优化方法：
- 增加基本面和行业背景等因素的考虑，筛选具备成长性和估值优势的个股；
- 考虑引入其他技术指标，如RSI、DMI等；
- 设置严格的止盈止损机制，控制风险。
最终的选股逻辑
综合以上分析，可以得出一个更完善的选股逻辑：在元宇宙行业中，同时满足三个技术指标金叉且出现反包的股票。此选股条件结合技术面和行业基本面的特点，注重筛选具有较强上涨潜力的个股。
具体选股条件为：
- 行情：SH或SZ或HK
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))、
ANTI(CLOSE>REF(CLOSE,1),0)=1 - 行业特点：元宇宙
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
ANTI(CLOSE>REF(CLOSE,1),0)=1 AND
INDUSTRY.industry == '元宇宙'
同花顺指标公式代码参考
- 行情：SH或SZ或HK
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)、CLOSE、REF
- 行业特点：INDUSTRY
- 反包：ANTI
- 选股条件：CROSS(MACD(12,26,9), MACDSignal(12,26,9))>0 AND
CROSS(MA(5), MA(10))>0 AND
CROSS(MA(5), MA(20))>0 AND
ANTI(CLOSE>REF(CLOSE,1),0)=1 AND
INDUSTRY.industry == '元宇宙'
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry, start_date, end_date):
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.stock_basic(exchange='', list_status='L', fields='ts_code, name, industry, market, list_date, \
total_share, float_share, mkt_cap, circ_mv')
df = df[(df['industry'].str.contains(industry))]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code, start=start_date, end=end_date)
filtered = []
for code, k in k_data.items():
if (CROSS(MACD(k, 12,26,9), MACDSignal(k, 12,26,9)) > 0) and \
(CROSS(MA(k, 5), MA(k, 10))>0 and CROSS(MA(k, 5), MA(k, 20))>0) and \
(ANTI(k['close'] > REF(k['close'], 1), 0) == 1):
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name'])
industry = '元宇宙'
start_date = '2021-01-01'
end_date = '2021-12-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2021年度内行业为“元宇宙”，同时满足三个技术指标金叉和反包的所有股票信息。
## 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。
