(supermind量化投资)task13/a/元宇宙、前日实际换手率>3~28、前天ma

用户头像神盾局量子研究部
2023-08-30 发布

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:前日实际换手率在3%~28%之间,前天MACD 小于 0。

选股逻辑分析

该选股策略的选股条件主要包括:

  1. 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;
  2. 前日实际换手率在3%~28%之间,反映市场对其价值的认可度高,具有投资价值;
  3. 前天MACD小于0,说明股票价格有下跌趋势,具有投资机会。

有何风险?

  1. 该选股策略忽略了其他重要的技术指标和基本面指标,不能充分考虑股票的整体价值;
  2. 过于注重短期换手率和MACD等指标,容易错过潜在的投资机会;
  3. 该策略定为前天MACD小于0可能错过一部分有效的买入机会,不能反映出即时市场变化。

如何优化?

  1. 可以结合其他图表模式、技术指标、基本面分析等进行深入技术分析,增加股票的透明度;
  2. 可以加入其他选股条件,例如:PE、PB、ROE等财务指标、RSI、KDJ等技术指标,以及其它可能的因素;
  3. 适度的调整选股条件,以期能够反映出即时市场变化。

最终的选股逻辑

该选股策略选择元宇宙行业中,前日实际换手率在3%~28%之间,并且前天的MACD小于0。

具体选股条件为:元宇宙行情为GNXQ,前日实际换手率为TURNOVER(2),前天的MACD小于0可以通过计算前天收盘价的MACD值来判断。

例如:

INDUSTRYIDB(2859,GNXQ) AND TURNOVER(2) > 3 AND TURNOVER(2) < 28 AND MACD(12,26,9)[2] < 0

同花顺指标公式代码参考

  • 元宇宙行情:GNBK('gnxq')
  • 前日实际换手率:TURNOVER(2)
  • MACD指标:MACD(12,26,9)

在通达信中,可以使用如下指标代码:

MACD(12,26,9)[2] < 0

Python代码参考

import pandas as pd
import tushare as ts
import talib

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, pe, pb, area')
    data1['ipo_date'] = pd.to_datetime(data1['list_date'])
    data1 = data1[data1['industry'].str.contains('元宇宙') & (data1['list_status'].isin(['L', 'N']))]
    data2 = pro.daily_basic(ts_code='', trade_date='20220101', fields='ts_code, turnover_rate_f')
    data3 = data2[(data2['turnover_rate_f'] > 3) & (data2['turnover_rate_f'] < 28)]
    data4 = ts.pro_bar(ts_code='', adj='qfq', start_date='20220101', end_date='20220501', ma=[], factors=['macd'])
    data4['macd_signal'] = talib.MACD(data4['close'], fastperiod=12, slowperiod=26, signalperiod=9)[2]
    data5 = data4[data4['macd_signal'] < 0].groupby(by='ts_code')['macd_signal'].count().reset_index()
    data6 = data1.merge(data3[['ts_code']], on='ts_code', how='inner')
    data7 = data6.merge(data5[['ts_code']], on='ts_code', how='left')
    data8 = data7[data7['macd_signal'].isna()][['ts_code', 'name']]
    return data8
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论