(supermind量化策略)task14/a/元宇宙、量比大于1

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

选股逻辑:元宇宙行业、量比大于1.5、量比小于6、周线MACD在零轴之上。

选股逻辑分析

该选股逻辑继承了元宇宙的选取条件,并加入了周线MACD在零轴之上的指标。这个指标可以衡量股票的趋势性和动能,能够从另一方面验证股票的买入卖出时机。

有何风险?

该选股逻辑中的MACD指标来自技术分析,仍然有可能受到主观因素的影响,并且不一定适用于所有行业和市场情况。此外,该选股逻辑没有使用其他指标进行过滤,可能存在过度顺应市场情绪的情况。

如何优化?

可以加入其他技术分析指标,例如RSI相对强弱指数等,来补充MACD指标并确定股票的买入卖出时机。另外,可以加入自定义筛选条件和其他基本面分析指标,例如市盈率和市净率等。

最终的选股逻辑

选股逻辑:元宇宙行业、量比大于1.5、量比小于6、周线MACD在零轴之上。

同花顺指标公式代码参考

通达信代码:

CLOSE>MA(CLOSE,26) AND
DIFF(CLOSE,12,26)>0 AND
DIFF(CLOSE,12,26)>DEA(CLOSE,12,26)*2 AND
VOLUME_RATIO>1.5 AND VOLUME_RATIO<6 AND
WEEKDAY=5;

python代码参考

import tushare as ts

def get_stock_data():
    gg_stocks = ts.get_zz500s()
    gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
    chosen_stocks = []
    for code in gg_stocks['code']:
        k_data = ts.get_k_data(code, ktype='W')
        if (k_data.iloc[-1]['close'] > k_data['close'].rolling(window=26).mean().iloc[-1]) and \
            (k_data['close'].ewm(span=12).mean().iloc[-1] - k_data['close'].ewm(span=26).mean().iloc[-1] > 0) and \
            (k_data['close'].ewm(span=12).mean().iloc[-1] - k_data['close'].ewm(span=26).mean().iloc[-1] > 
             k_data['close'].ewm(span=9).mean().iloc[-1]*2):
            if (k_data.iloc[-1]['volume'] > 1.5*k_data.iloc[:-1]['volume'].mean()) \
                and (k_data.iloc[-1]['volume'] < 6*k_data.iloc[:-1]['volume'].mean()):
                chosen_stocks.append(code)
    stocks = gg_stocks.set_index('code')
    return stocks.loc[chosen_stocks]

stock_list = get_stock_data()
print(stock_list[['name', 'price']])
    ## 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