问财量化选股策略逻辑
该选股策略包括三个条件：元宇宙、昨日股价大于250日均线、三个技术指标同时金叉。通过筛选符合要求的股票进行投资。
选股逻辑分析
该选股策略主要通过以下三个条件选择符合要求的个股进行投资：
- 元宇宙：选择热门板块中的个股
- 昨日股价大于250日均线：判断个股目前的价格是否接近长期均线及相对稳定
- 三个技术指标同时金叉：通过技术指标的交叉判断股票的趋势单方向变化，进而捕捉股票的上涨机会。
综合以上三个条件，选择符合要求的个股进行投资。
有何风险？
- 市场波动带来的风险；
- 技术指标不能保证百分之百正确；
- 选股逻辑单一可能会带来误判。
如何优化？
- 加入其他指标，综合多方面判断；
- 利用深度学习等技术对选股逻辑进行进一步优化；
- 利用止盈止损的选股方法，控制风险。
最终的选股逻辑
该选股策略选择元宇宙板块中、股票均价站在五日均线之上、包含MACD、KDJ、RSI三个技术指标，且三个指标同时出现金叉的个股作为投资目标。
同花顺指标公式代码参考
元宇宙：GNBK("gnxq")
昨日股价大于250日均线：C >= MA(250)
MACD：
DIFF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:=EMA(DIFF,MID);
MACD:=(DIFF-DEA)*2;
MA1(CROSS(MACD,0),5);
KDJ：
K: SMA((CLOSE-LLV(LOW,9))/(HHV(HIGH,9)-LLV(LOW,9))100,3,1);
D: SMA(K,3,1);
J: 3K-2*D;
MA1(CROSS(J,D),5);
RSI：
RSI1:=SMA(MAX(CLOSE-LASTCLOSE,0),N,1)/SMA(ABS(CLOSE-LASTCLOSE),N,1)*100;
RSI2:=SMA(MAX(CLOSE-LASTCLOSE,0),29,1)/SMA(ABS(CLOSE-LASTCLOSE),29,1)*100;
MA1(CROSS(RSI1, RSI2), 5)
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()
# 获取所有元宇宙板块中的个股
gnxq = pro.index_basic(
fields='category',
identifying_code='9650',
market='SSE'
)
gnxq_stocks = gnxq.loc[gnxq['category'] == 'GN023']
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
df = pro.query('stock_basic', ts_code=code, fields=['name'])
ts_data = ts.pro_bar(
ts_code=code,
adj='qfq',
start_date='20160101',
end_date='20220110'
)
if len(ts_data)>2 and ts_data.iloc[-1]['close'] >= ts_data.iloc[-1]['close'].rolling(5).mean()[4] and ts_data.iloc[-2]['close'] >= ts_data.iloc[-2]['close'].rolling(250).mean()[249]:
macd, macdsignal, _ = talib.MACD(ts_data['close'], fastperiod=12, slowperiod=26, signalperiod=9)
kdj_k, kdj_d, kdj_j = talib.STOCH(ts_data['high'], ts_data['low'], ts_data['close'], fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
rsi1 = talib.RSI(ts_data['close'], timeperiod=14)
rsi2 = talib.RSI(ts_data['close'], timeperiod=29)
if macd[-1]>macdsignal[-1] and kdj_k[-1]>kdj_d[-1] and rsi1[-1]>rsi2[-1]:
data_selected = data_selected.append(df[['name']])
return data_selected
## 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。
