(supermind策略)task16/a/macd零轴以上、企业性质、换手率3%-12%

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

选取MACD值在零轴以上、企业性质符合一定要求、换手率在3%至12%之间的股票。该策略主要从技术面和基本面两方面入手,寻找MACD值呈现金叉或多头排列的股票,同时考虑企业性质是否符合一定标准,确认企业质量和业绩情况。在此基础上,筛选换手率处于合理范围内的股票,寻找未来潜在走势。

选股逻辑分析

该选股策略结合技术面和基本面,如果企业性质符合一定要求,技术面MACD呈现金叉则进场,同时考虑换手率是否处于合理范围内,判断未来股价上涨概率。

有何风险?

选股策略风险较高,换手率处于相对合理范围内,并不一定代表股票未来表现一定良好。同时,选股策略中依然有其他不稳定因素影响,例如市场环境、政策变化等。

如何优化?

可以加入其他关键指标,如量比、成交量等,来判断未来股票的走势是否健康,同时加强对企业财务数据分析,包括营收、净利润增长率等因素,以此来确认股票的价值。相对于单一依据换手率的选股策略,综合多种指标进行综合分析,能够更准确地筛选优质股票。

最终的选股逻辑

选取MACD值在零轴以上、企业性质符合一定要求、换手率在3%至12%之间的股票。

同花顺指标公式代码参考

(MACD(12,26,9)>0) AND (SType!='B') AND (SType!='H') AND (average_turnover_rate_30>=3) AND (average_turnover_rate_30<=12);

Python代码参考

import jqdatasdk as jq 
from datetime import datetime, timedelta 
from talib import abstract 
from jqdatasdk import finance 
from jqdatasdk import query 

jq.auth('账户名', '密码')

today = datetime.now().date() 
start_date = (today - timedelta(days=30)).strftime("%Y-%m-%d")

q = query(finance.STK_CAPITAL_CHANGE).filter(finance.STK_CAPITAL_CHANGE.change_ratio > 0.1)
df_change = finance.run_query(q)
df_change = df_change[df_change['volume']>7000000]

for stock_code in df_change.index.tolist():
    stock_name = jq.get_security_info(stock_code).display_name
    SType = jq.get_security_info(stock_code).start_date[:2]
    q2 = jq.query(jq.finance.STK_INDUSTRY_INFO).filter(jq.finance.STK_INDUSTRY_INFO.code==stock_code)
    industry = [x['name'] for x in jq.finance.run_query(q2)][0]
    q3 = jq.query(jq.finance.STK_CAPITAL_CHANGE).filter(jq.finance.STK_CAPITAL_CHANGE.code==stock_code)
    turnover_rate_30 = jq.finance.run_query(q3)['turnover_rate'][0]
    df = jq.get_price(stock_code, start_date=start_date, end_date=today, frequency='daily', fields=['high','low','close'])
    macd = abstract.MACD(df)
    if (macd[0] > 0) & (SType!='B') & (SType!='H') & (turnover_rate_30 >= 3) & (turnover_rate_30 <= 12):
        print("(" + stock_code + ")" + stock_name + " 符合条件")

在Python代码中,先调用聚宽接口,获取大单、特大单买入信息,筛选出符合条件的股票。然后对每一个股票,调用聚宽接口获取企业性质情况、所属行业、换手率以及股票历史行情数据,利用talib计算MACD指标,判断是否符合选股条件,最后将符合条件的股票输出。

    ## 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