问财量化选股策略逻辑
该选股策略选择元宇宙行业中，符合以下条件的股票进行投资：股票均价站在五日均线之上且15分钟周期MACD绿柱变短。
选股逻辑分析
该选股策略的选股条件主要包括：
- 选择元宇宙行业中的股票，因为这些企业可能受到元宇宙行业内用户需求的影响，具有潜在的成长性；
- 股票均价站在五日均线之上，反映了股票的价格上涨趋势；
- 15分钟周期MACD绿柱变短，表示股票向下下跌的势头缓和。
有何风险？
- MACD指标的变化具有一定的滞后性，可能会错过股票价格下跌的时间点；
- 选股条件较为严格，可能会过滤掉许多潜在投资机会。
如何优化？
- 可以结合其他技术指标进行综合分析；
- 可以对股票基本面进行分析，以选择具有长期潜力的公司；
- 可以对选股条件进行灵活的调整，以适应不同市场情况。
最终的选股逻辑
该选股策略选择元宇宙行业中，股票均价站在五日均线之上且15分钟周期MACD绿柱变短的股票。
具体的选股条件为：
- 元宇宙行情为GNXQ；
- 股票均价站在五日均线之上可以通过计算五日均价和股票的收盘价比较；
- 15分钟周期MACD绿柱缩短可以通过查看MACD指标的绿柱变化情况实现。
例如：
INDUSTRYIDB(2859,GNXQ) AND MA(C,5) > MA(C,5)[1] AND
REF(DIF,1)>REF(DEA,1)
AND DIF<=DEA AND REF(DIF,1)>DIF AND REF(DEA,1)>DEA;
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 五日均线：MA(C,5)
- 15分钟MACD: DIF和DEA的计算方法可以参考通达信中的MACD指标公式。
在通达信中，可以使用如下指标代码：
REF(DIF,1)>REF(DEA,1) AND DIF<=DEA AND REF(DIF,1)>DIF AND REF(DEA,1)>DEA;
Python代码参考
import pandas as pd
import tushare as ts
def stock_selector():
ts.set_token('your_token')
pro = ts.pro_api()
data1 = pro.query('stock_basic', exchange='SZSE', list_status='L', fields='ts_code, name, industry, list_date, total_share, float_share, market_cap')
data2 = ts.pro_bar(ts_code='', freq='15min', start_date='20220501', end_date='20220501', ma=[5], factors=['macd'])
data3 = data2[data2['close'] > data2['ma5']]
data4 = data3[(data3['diff'] <= data3['dea']) & (data3['diff'] > data3['diff'].shift()) & (data3['dea'] > data3['dea'].shift())]
data5 = pro.query('stock_basic', exchange='SZSE', list_status='L', fields='ts_code, name, industry')
data6 = pd.merge(data4, data5, on='ts_code', how='inner')
if len(data6) > 0:
return data6[['ts_code', 'name']]
else:
return pd.DataFrame()
## 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。
