问财量化选股策略逻辑
该选股策略选择元宇宙行业中，同时满足以下条件的股票进行投资：股票均价站在五日均线之上，前天macd＜0。
选股逻辑分析
该选股策略的选股条件包括：选择元宇宙行业，股票均价站在五日均线之上，前天的MACD指标要小于0。相较于之前的选股策略，增加了技术指标MACD。由于MACD指标在股票走势中的信号独特，可以反映出价格的波动状况和价格趋势的强弱程度。通过该指标的运用，可以更好的判断股票的走势情况，实现优化的选股策略。
有何风险？
该选股策略存在以下风险：
-
忽视了公司的财务状况、市场竞争等诸多因素，可能造成择股不当的情况。
-
忽视了对股票的基本面的分析，仅依据技术指标MACD进行股票选取，容易出现个别股票选择不当的情况。
-
如果市场热点不在元宇宙行业，则该选股策略的可选范围会受到限制。
-
MACD是一种趋势性工具，可能出现市场交投不活跃、走势不清晰等情况，造成信号不准确的影响。
如何优化？
为了最大程度上降低选股策略的风险，可以进行以下优化：
-
同时使用多种技术指标和基本面指标，并加入相应的权重进行股票选取，减少单一指标选择股票的风险。
-
选择相对合适的技术指标作为选股条件，结合基本面指标和市场热点进行调整，使选股效果更加准确。
-
定期监测市场热点板块和各个股票的基本面指标变化，并及时跟进，以便更加精准地选择符合策略条件的股票。
最终的选股逻辑
该选股策略选择元宇宙行业中，同时满足以下条件的股票进行投资：股票均价站在五日均线之上，前天macd＜0。
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；
- 前天的MACD指标小于0。
通过以上选股策略可以选举出具备较好市场表现且有稳定投资潜力的股票进行投资。
同花顺指标公式代码参考
- 元宇宙行情：GNBK('gnxq')
- 股票均价：AVG(C,5)
- MACD指标：MACD(12,26,9)
- 昨日MACD：REF(MACD(12,26,9),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()
data1 = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code, name, area, industry, list_date, pe, pb, roe')
data1_select = data1[(data1['industry']==industry) & (data1['tot_mv'] < 50000) & (data1['circ_mv'] < 50000) & (data1['area']!='北京') & (data1['pe'] < 100) & (data1['pb'] < 10)]
stocks = []
for ts_code in data1_select['ts_code']:
data = pro.query('daily', ts_code=ts_code, start_date='20220301', end_date='20220331', fields='ts_code, trade_date, open, high, low, close, vol, pct_chg, limit_up')
mask1 = (data['vol'] != 0)
mask2 = (data['close'].rolling(window=5).mean() > data['close'].shift(1).rolling(window=5).mean())
mask3 = (data['MACD'] < data['MACD'].shift(1).fillna(0)) & (data['MACD'].shift(1) < 0)
mask4 = (data['MACD'] >= 0)
mask = mask1 & mask2 & mask3 & mask4
if mask.sum() > 0:
stocks.append([ts_code, data['close'].iloc[-1]])
return pd.DataFrame(stocks, columns=['ts_code', 'close'])
其中，参数industry为所选元宇宙的行业名称。
## 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。
