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，并且周线macd在零轴之上。此选股条件通过技术面验证，结合趋势面的判断，以寻找具有价值的标的。
选股逻辑分析
该选股策略在技术面和趋势面上进行验证，依据金叉判断技术面走势，再依据周线macd判断趋势的方向。选股特点在于筛选了技术面趋势较好且持续性较好的股票，以确保投资标的具有长期增长潜力。趋势型投资者更适合此选股策略。
有何风险？
该选股策略存在以下风险：
- 只依赖于技术指标和趋势指标进行选股，忽略一些公司基本面和宏观经济面的重要变化；
- 市场短期内波动较大，可能导致选股策略表现不佳；
- 元宇宙行业投资风险高，存在市场波动风险。
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：
- 在技术指标和趋势指标的基础上，结合公司基本面进行选股，以确保选出的标的更具价值；
- 设定止损点位，及时削减亏损的风险；
- 加入资金流向的量化因素，提高选股的准确性。
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，并且周线macd在零轴之上的股票进行投资。此选股条件结合了技术面和趋势面的多重验证，选择相对活跃且持续性较好的标的，以达到长期增长的投资目标。
具体的选股条件为：
- 元宇宙行情：GNBK('gnxq')
- 技术指标：CROSS(MACD(12,26,9), MACDSignal(12,26,9))、CROSS(MA(5), MA(10))、MACD(12,26,9, 2, 1, 1)
- 周线macd：REF(MACD(12,26,9, 2, 1, 1), -1) > 0 AND MACD(12,26,9, 2, 1, 1) > 0 AND CROSS(MACD(12,26,9, 2, 1, 1), 0)
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 技术指标：MACD(12,26,9)、MACDSignal(12,26,9)、MA(5)、MA(10)
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(list_status='L', exchange='', \
fields='ts_code,symbol,name,area,industry,list_date')
df = df[df['industry']==industry]
df['list_date'] = pd.to_datetime(df['list_date'])
df = df[df['list_date'] < pd.Timestamp('2017-01-01')]
df['macd'] = ts.EMA(df['close'], 12)-ts.EMA(df['close'], 26)
df['week_macd'] = ts.MACD(df['close'], 12, 26, 9)[1]
df = df[(df['macd']>0) & (df['week_macd']>0)]
return df[['ts_code', 'name', 'industry']]
industry = '元宇宙'
df = stock_selector(industry)
print(df.head())
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，并且周线macd在零轴之上的所有股票信息。
## 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。
