问财量化选股策略逻辑
本股票选股策略为：在元宇宙行业中，选择前25天有涨停板的股票，并且前天的MACD指标小于0，进行买入。
选股条件为：元宇宙、前25天有涨停板、前天MACD小于0。
选股逻辑分析
本选股策略利用元宇宙行业的热度以及近期股票上涨趋势指标，对热门股票进行筛选，选出前25天有涨停板且前天的MACD指标小于0的股票，这类股票存在投资者抢购的热点，有很好的赚钱潜力。
有何风险？
本选股策略存在以下风险：
- 只考虑过去的市场表现，没有考虑股票的基本面等因素，可能导致低估或高估了股票价值；
- 短期内股票市场易受消息面等实时变化因素的影响，可能导致选股策略突然失效；
- MACD指标作为短期技术指标，在某些市场环境下可能不够稳健。
如何优化？
为进一步提高选股策略的准确性和稳定性，可以：
- 引入其他行业指标、基本面指标等因素作为辅助工具，更加客观准确地判断股票的短期市场表现；
- 加入资金流入流出、市值和股东结构等因素，更好地把握股票的短期上涨趋势；
- 选择更为稳健的技术指标或者结合多个指标作为综合评估。
最终的选股逻辑
在元宇宙行业中，选择前25天有涨停板的股票，并且前天的MACD指标小于0，进行买入。
选股条件为：元宇宙、前25天有涨停板、前天MACD小于0。
同花顺指标公式代码参考
选股条件：前25天有涨停板并且前天MACD小于0
TDX公式：
C1: REF(CLOSE>REF(CLOSE,1),25) > 0; // 前25天有涨停板
C2: CROSS(MACD(), 0) == 1; // MACD由负线概率转为正线概率
SELECT IF(C1 AND C2, 1, 0);
同花顺公式：
选出前25天有涨停板且前天MACD指标小于0的股票。
python代码参考
import pandas as pd
from typing import List
def select_stocks(data: pd.DataFrame) -> List[str]:
df = data.copy()
today = df.index.get_level_values('date').unique()[-1]
codes = df.loc[today]['证券代码'].unique().tolist()
select_df = []
for code in codes:
his_df = df.loc[df.index.get_level_values('code') == code]
if his_df.empty or len(his_df) < 25:
continue
macd = his_df['MACD指标']
if macd.iloc[-3] >= 0 or macd.iloc[-2] >= 0:
continue
last_two_day = his_df.tail(2)
if (last_two_day['收盘价'] / last_two_day['收盘价'].shift(1) > 1.097).sum() > 0:
continue
select_df.append(code)
select_df.sort(key=lambda x: df.loc[(today, x), '市值'], reverse=False)
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。
