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、15分钟周期MACD绿柱变短。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已接近长期均线；
- 15分钟周期MACD绿柱变短：判断个股短期内是否存在调整机会。
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？
- 系统性风险等市场风险；
- 忽略了其他重要技术指标；
- 主观判断绿柱变短是否为调整机会，存在判断偏见。
如何优化？
- 加入其他量价指标辅助选股，如RSI等；
- 加强技术分析能力，综合多个指标进行选股；
- 采用机器学习等量化方法，减少主观判断标准。
最终的选股逻辑
该选股策略选择元宇宙板块中、股价大于250日均线、15分钟周期MACD绿柱变短的股票作为投资目标。
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绿柱：DIF - DEA
15分钟周期MACD绿柱变短：REF(DIF - DEA, 1) > (DIF - 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()
# 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']
# 获取符合条件的股票
data_selected = pd.DataFrame()
for code in gnxq_stocks['con_code']:
df = pro.query('stock_basic', ts_code=code, fields='name')
data = pro.new_bar(ts_code=code, freq='15min')
dif = data['close'].ewm(span=12).mean() - data['close'].ewm(span=26).mean()
dea = dif.ewm(span=9).mean()
macd_bar = dif - dea
if len(macd_bar) > 1 and macd_bar[-1] < macd_bar[-2] and macd_bar[-2] >= macd_bar[-3]:
data_selected = data_selected.append(df)
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。
