问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，按今日竞价金额排序前5，并且在15分钟周期中MACD绿柱变短的情况下进行投资。
选股逻辑分析
该选股策略选股条件为今日竞价金额排序前5的元宇宙行业股票，并要求在15分钟级别下MACD指标中的绿柱变短。这意味着该选股策略不仅考虑了行业趋势，还通过技术指标尝试挑选出股票的买入时机。
有何风险？
该选股策略可能存在以下风险：
- 技术指标的使用需要更多的专业知识和技巧；
- 策略挑选标的范围较小，可能导致股票池过于局限，难以获得足够的多元化收益来源；
- 过于关注短周期的技术指标会使策略忽略较为重要的基本面因素。
如何优化？
为了降低该选股策略的风险，我们可以考虑以下优化方法：
- 在基于技术指标的筛选之后，再参考基本面因素进行综合选股；
- 拓宽选股范围，考虑增加一些其他关键词的条件，如“虚拟现实”、“游戏互动”、“数字货币”等；
- 根据实际情况进行参数优化，如MACD绿柱变短的幅度和持续时间的设置等。
最终的选股逻辑
为了完善该选股策略，以下是我们提出的一份更加完善的选股逻辑：
在元宇宙行业中，挑选出今日竞价金额排序前5，并且在15分钟周期中MACD绿柱变短的股票进行投资。
具体选股条件为：
- 行情：SH或SZ
- 行业特点：元宇宙
- 排序方式：竞价金额
- MACD策略：MACD绿柱变短
- 选股条件：ORDLST(3, "JBJG")<=5 AND INDUSTRY.industry == '元宇宙' AND SUBSTR(SYMBOL, 1, 3) != '688' AND MACD(15, 30, 9) - MACD(15, 30, 9)[1] < MACD(15, 30, 9)[1] - MACD(15, 30, 9)[2]
同花顺指标公式代码参考
- 行情：SH或SZ
- 行业特点：INDUSTRY.industry == '元宇宙'
- 排序方式：ORDLST(3, "JBJG")
- MACD策略：MACD(15, 30, 9) - MACD(15, 30, 9)[1] < MACD(15, 30, 9)[1] - MACD(15, 30, 9)[2]
- 选股条件：ORDLST(3, "JBJG")<=5 AND INDUSTRY.industry == '元宇宙' AND SUBSTR(SYMBOL, 1, 3) != '688' AND MACD(15, 30, 9) - MACD(15, 30, 9)[1] < MACD(15, 30, 9)[1] - MACD(15, 30, 9)[2]
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, pe, pb')
df = df[(df['industry'].str.contains(industry)) & (df['symbol'].str.contains('6') == False)]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code, ktype='15', start=start_date, end=end_date)
filtered = []
for code, k in k_data.items():
if ORDLST(k, 3, 'JBJG') <= 5:
if (MACD(k, 15, 30, 9) - MACD(k, 15, 30, 9)[1] < MACD(k, 15, 30, 9)[1] - MACD(k, 15, 30, 9)[2]).iloc[-1]:
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0], \
df[df['ts_code'] == code]['pe'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name', 'pe'])
industry = '元宇宙'
start_date = '2022-01-01'
end_date = '2022-01-31'
df = stock_selector(industry, start_date, end_date)
print(df)
以上python代码将返回2022年1月中行业为“元宇宙”，按今日竞价金额排序前5，在15分钟MACD绿柱变短的条件下的所有股票信息。
## 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。
