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，近一个月内有过涨停的股票进行投资。
选股逻辑分析
该选股策略选择元宇宙行业中，同时满足三个技术指标同时金叉，近一个月内有过涨停的股票进行投资。其中，技术指标选取了MACD指标，用以判断股票的趋势。近一个月内有过涨停是为了发现市场热点、关注关键时间节点周边涨幅表现良好的公司。
有何风险？
该选股策略可能存在以下风险：
- 过度注重短期市场波动，忽略了股票的长期价值；
- 过多选择近期热度较高的个股，存在流动性不足等问题；
- 可能存在选证不当的情况，如出现涉及内幕交易、违规经营等问题的公司。
如何优化？
为降低选股策略的风险，我们可以考虑以下优化方法：
- 通过加入其他指标，如市值、ROE、成交量等，综合评估股票的潜在价值；
- 较为严格地控制入选股票的数量，避免成分重叠，分散风险；
- 结合时间因素，对近一段时间内暴涨公司的业绩和财务报表进行调研，避免因热度而忽略这些信息。
最终的选股逻辑
为完善该选股策略，我们可以给出以下完善版选股逻辑：
在元宇宙行业中，同时满足三个技术指标同时金叉，近一个月内有过涨停的股票进行投资。
具体选股条件为：
- 行情：SH或SZ
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、CROSS(MA(5), MA(20))
- 近期热度：select code from Table_KAFKA_MIN where up_pct > 9 and time > 20220101 and time < 20220131 group by code
- 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
ts_code in recent_hot_stocks AND
INDUSTRY.industry == '元宇宙'
同花顺指标公式代码参考
- 行情：SH或SZ
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)、MA(20)
- 近期热度：select code from Table_KAFKA_MIN where up_pct > 9 and time > 20220101 and time < 20220131 group by code
- 行业特点：INDUSTRY
- 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
ts_code in recent_hot_stocks 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, pe, pb')
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)
hot_stocks = pro.hsgt_top10(start_date=start_date, end_date=end_date)
recent_hot_stocks = hot_stocks['ts_code'][hot_stocks['up_pct'] > 9].unique().tolist()
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 \
(code in recent_hot_stocks) and \
(INDUSTRY(df, code) == '元宇宙'):
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”，同时满足三个技术指标同时金叉，近一个月内有过涨停的所有股票信息。
## 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。
