(supermind量化策略)task14/a/元宇宙、圆弧形、三个技术指标同时金叉

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

选股逻辑为:元宇宙行业、圆弧形形态、三个技术指标同时金叉。

选股逻辑分析

该选股策略综合考虑了元宇宙行业、圆弧形形态和三个技术指标的金叉情况,筛选出具备上涨趋势的股票。通过综合考虑多个指标,可以更准确地判断股票走势,并为投资提供更多参考依据。

有何风险?

该选股策略同样面临选股误差的风险,同时选股策略中使用了多个技术指标,维护起来可能会比较繁琐。对于圆弧形形态的判断也可能存在主观性和时间窗口的问题。

如何优化?

可以使用机器学习等技术,通过历史数据和模型训练,来制定更加准确和可靠的选股策略。同时,可以将选股策略中使用的多个指标进行综合分析和比较,确定哪些指标更加重要,以便更好地考虑其对股票走势的影响。此外,还可以将圆弧形形态的判断更加精细化,考虑不同时间窗口内的变化和股票走势的持续性。

最终的选股逻辑

选股逻辑为:元宇宙行业、圆弧形形态、三个技术指标同时金叉。

同花顺指标公式代码参考

通达信代码:

MACD(DIFF>0 AND DEA>0 AND MACD>0) AND KDJ(K>55 AND D>55)AND BOLL(UPR>0 AND MIDDLE>0 AND DNL>0)

其中,筛选出元宇宙行业、圆弧形形态和三个技术指标MACD、KDJ、BOLL,判断三个指标是否同时出现金叉情况。

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']
    today_data = ts.get_today_all()
    signal_data = today_data[today_data['industry'] == '元宇宙']
    signal_data = signal_data.merge(gg_stocks[['code', 'name', 'industry']], on='code')
    
    macd_data = ts.get_hist_data('sh', '60')
    kdj_data = ts.get_k_data('sh', start='2020-01-01', ktype='D')
    boll_data = ts.get_k_data('sh', start='2020-01-01', ktype='D')
    
    macd_cross = []
    kdj_cross = []
    boll_cross = []
    for code in signal_data['code']:
        df = ts.get_k_data(code, start='2020-01-01')
        if len(df) >= 60:
            diff = macd_data.loc[::-1].iloc[:48]['diff']
            dea = macd_data.loc[::-1].iloc[:48]['dea']
            macd = macd_data.loc[::-1].iloc[:48]['macd']
            if (diff > 0).all() and (dea > 0).all() and (macd > 0).all():
                macd_cross.append(True)
            else:
                macd_cross.append(False)
                
            k = kdj_data.loc[::-1].iloc[:14]['low'].min()
            d = kdj_data.loc[::-1].iloc[:14]['high'].max()
            if k > 55 and d > 55:
                kdj_cross.append(True)
            else:
                kdj_cross.append(False)
                
            upr = boll_data.loc[::-1].iloc[:20]['up'].max()
            middle = boll_data.loc[::-1].iloc[:20]['mid'].max()
            dnl = boll_data.loc[::-1].iloc[:20]['low'].max()
            if upr > 0 and middle > 0 and dnl > 0:
                boll_cross.append(True)
            else:
                boll_cross.append(False)
                    
        else:
            macd_cross.append(False)
            kdj_cross.append(False)
            boll_cross.append(False)

    signal_data['macd_cross'] = macd_cross
    signal_data['kdj_cross'] = kdj_cross
    signal_data['boll_cross'] = boll_cross
    signal_data = signal_data[(signal_data['macd_cross'] == True) & (signal_data['kdj_cross'] == True) & (signal_data['boll_cross'] == True)]
    return signal_data

print(get_stock_data())

通过股票代码和交易数据,综合考虑了元宇宙行业、圆弧形形态和三个技术指标(MACD、KDJ、BOLL)的金叉情况,筛选出具有上涨趋势的股票信息。

    ## 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