问财量化选股策略逻辑
选股策略为：在元宇宙行业中，选择前25天内有涨停且MACD零轴以上的股票。每日10点之前进行选股，选取当日的交易股票。
选股逻辑分析
本选股策略从历史上的涨停板入手，通过MACD指标判断趋势，从而筛选出MACD零轴以上的股票。选取涨停过且MACD零轴以上的股票，可以更好地把握股票的趋势，有望获得更高的收益。
有何风险？
本选股策略存在以下风险：
- MACD指标只是一种技术分析方法，并不能完全代表股票的未来走势；
- 忽略了股票的其他重要技术指标和基本面信息。
如何优化？
为提高本选股策略的准确性和可靠性，可以：
- 综合应用多个技术指标和基本面信息判断股票是否值得投资；
- 建立更完备的选股模型，除了技术指标，还应考虑公司基本面因素；
- 根据个股及市场情况，优化MACD指标的选取条件。
最终的选股逻辑
在元宇宙行业中，选择前25天内有涨停且MACD零轴以上的股票。每日10点之前进行选股，选取当日的交易股票。
同花顺指标公式代码参考
# 选股条件：前25天有涨停，MACD零轴以上
CROSS(MACD(), MACD_SIGNAL())>0
AND MACD()>0
AND COUNT(IF(C==REF(C,1),0,0)+IF(C==HIGH,1,0),25)>=1
AND NOT DELIST()
AND TRADESTATUS>=0
AND DT_IN(WEEKS([-1]),-1)
AND FILTER(3)/FILTER(5)>1
AND (FILTER(3)-FILTER(5))/(FILTER(3)+FILTER(5)-MA(C,7))>0.05
# 选股结果：选取当日交易的股票
选股条件：CROSS(MACD(), MACD_SIGNAL())>0
AND NOT DELIST()
AND (TRADE_STATUS==1) AND (CURRENT_TIME<='10:00:00')
排序规则：默认排序
选股数量：EMPTY()
python代码参考
import pandas as pd
import talib as ta
from typing import List
def select_stocks(data: pd.DataFrame, industry: str) -> List[str]:
df = data[data['INDUSTRY']==industry]
df['涨停'] = ((df['HIGH']==df['CLOSE'].shift()) & (df['OPEN']<df['HIGH'].shift()) & (df['CLOSE']>df['OPEN'].shift()))
df['MACD_DIFF'], df['MACD_SIGNAL'], df['MACD'] = ta.MACD(df['CLOSE'])
select_df = df[(df['涨停']) & (df['MACD']>0) & (df['TRADE_STATUS']==1) & (df['TIME']<='10:00:00')].index.tolist()
return select_df
## 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。
