问财量化选股策略逻辑
该选股策略选择在元宇宙行业中，同时满足以下条件的股票进行投资：三个技术指标同时金叉，且在前25天内有过一次涨停。在技术面和市场情绪面分析的基础上，筛选出成长性较好的股票。
选股逻辑分析
该选股策略基于技术面和市场情绪面分析，引入了前25天内有过一次涨停的关系，以筛选出成长性较好的股票。这个逻辑同时关注到市场情绪和技术面，旨在减少风险和提高成功率。
有何风险？
该选股策略可能存在以下风险：
- 市场情绪不稳定，对于25天内的涨停潜在影响需要引起关注；
- 技术面指标的发生会带来市场风险，在技术面判断不准确时会产生一定失误；
- 选股未考虑基本面，绩效不佳的股票也会被选入策略。
如何优化？
为减少选股策略的风险和提高选股成功率，可以考虑以下优化方法：
- 增加市场情绪指标，进一步识别潜在的具有投资价值的股票；
- 引入股票质地等基本面指标，进一步筛选具备较好的潜在价值的股票；
- 考虑相应的风险控制措施，如止损等，减少不利影响。
最终的选股逻辑
综合以上分析，可以得出一个完善的选股逻辑：选择元宇宙行业中，在三个技术指标同时金叉且在前25天内有过一次涨停的情况下的股票进行投资。此选股条件关注技术面和市场情绪，进一步引入25天内有过一次涨停的关系，旨在减小风险和提高成功率。
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))
- 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
RANK(VOL/MA(VOL,5)) < 1.2 AND
(HHV(HIGH, 25) == REF(HHV(HIGH, 25), 1) OR REF(HHV(HIGH, 25), 1) == 0) AND
(C>REF(MAX(O, REF(C,1)),1)) AND
ZT(J) > 0 AND
HHV(ZT(J), 1) < 1
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)、VOL、HHV、REF、C、ZT(J)、RANK
- 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
RANK(VOL/MA(VOL,5)) < 1.2 AND
(HHV(HIGH, 25) == REF(HHV(HIGH, 25), 1) OR REF(HHV(HIGH, 25), 1) == 0) AND
(C>REF(MAX(O, REF(C,1)),1)) AND
ZT(J) > 0 AND
HHV(ZT(J), 1) < 1
python代码参考
import pandas as pd
import tushare as ts
def stock_selector(industry):
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')
df = df[(df['industry'].str.contains(industry))]
k_data = {}
for code in df['ts_code']:
k_data[code] = ts.get_k_data(code)
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 \
(RANK(k['vol']/MA(k['vol'], 5)) < 1.2) and \
((HHV(k['high'], 25) == REF(HHV(k['high'], 25), 1)) or REF(HHV(k['high'], 25), 1) == 0) and \
(k['close']>REF(MAX(k['open'], REF(k['close'],1)),1)) and \
(ZT(k['close']/REF(k['pre_close'], 1)) > 0) and \
HHV(ZT(k['close']/REF(k['pre_close'], 1)), 1) < 1:
filtered.append([code, df[df['ts_code'] == code]['name'].iloc[0]])
return pd.DataFrame(filtered, columns=['ts_code', 'name'])
industry = '元宇宙'
df = stock_selector(industry)
print(df)
以上代码将返回行业为“元宇宙”且同时满足三个技术指标金叉、前25天有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。
