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，并且前天的MACD指标小于0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，并且前天的MACD指标小于0的股票进行投资。这里选取MACD指标是因为它是一种常用的趋势分析指标，可以帮助我们判断股票的趋势。同时，选取前天的MACD指标小于0是为了过滤掉MACD指标长时间在负值区间的股票。
有何风险？
该选股策略可能存在以下风险：
- 过度关注技术指标，忽略了基本面的影响；
- 可能存在时间段选择不当的情况，比如在行情走强的时期筛选出来的股票可能并不会获得预期的收益；
- 为保证策略的有效性，需要定期更新以反应市场的变化。
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：
- 制定更严格的筛选条件，如加入基本面因素，避免过于依赖技术指标；
- 多样化的选股策略，避免对单个指标的过多依赖；
- 周期性检查策略，使之与市场趋势保持一致。
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，同时满足三个技术指标同时金叉，并且前天的MACD指标小于0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))
- 前天MACD小于0
- 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
MACD(12,26,9) < REF(MACD(12,26,9),2) 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)
- 前天MACD小于0：MACD(12,26,9) < REF(MACD(12,26,9),2)
- 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
MACD(12,26,9) < REF(MACD(12,26,9),2) 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)
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 \
(MACD(k, 12, 26, 9) < REF(MACD(k, 12, 26, 9), 2)) 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，并且前天的MACD指标小于0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。
