(supermind策略)task16/a/macd零轴以上、企业性质、价格<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、企业性质良好,且价格低于12元的股票作为投资标的。该策略综合考虑了MACD指标的技术面因素和企业质量的基本面因素,同时也考虑了股票价格。

选股逻辑分析

该选股策略注重技术面和基本面的结合,选用MACD指标来辅助判断股票的技术面情况,选用企业性质来筛选质量好的个股,同时也加入了价格因素,选择价格低于12元的股票来降低投资成本,提高收益。

有何风险?

该选股策略可能过于简单,无法全面地考虑股票市场的复杂因素,例如政策、经济、行业等因素的影响。另外,简单地根据价格低于12元来选股存在选股过于集中的风险,可能会导致投资组合的风险和波动较大。

如何优化?

可以加入更多的技术指标和基本面指标,如RSI指标、财务数据等,以更全面地评估个股的市场情况和投资价值。同时也可以加入其他因素,如市场热度、行业走势等等,以更全面地考虑股票的投资性质。另外,可以结合区间投资策略,例如按市盈率、市净率等指标来分段选取投资标的,降低风险。

最终的选股逻辑

选取MACD值在零轴以上、企业性质良好,且价格低于12元的股票作为投资标的。

同花顺指标公式代码参考

MACD>0 AND PE>0 AND 股票价格<12

Python代码参考

import talib
import jqdatasdk as jq
from datetime import datetime, timedelta

jq.auth("账户名", "密码")

today = datetime.now().strftime("%Y-%m-%d")

q = jq.query(jq.valuation).filter(jq.valuation.code.in_(jq.get_all_securities().index.tolist()))
df_valuation = jq.get_fundamentals(q)
df_valuation = df_valuation[(df_valuation['pe_ratio']>0) & (df_valuation['pe_ratio']<100) & (df_valuation['pb_ratio']>0)]

df_stock_basics = jq.get_all_securities('stock')

df_stock_basics = df_stock_basics[df_stock_basics['start_date'] < today]

price_df = jq.get_price(df_stock_basics.index.tolist(), end_date=today, frequency="daily", fields=["low", "high", "close"])

df = df_valuation.merge(price_df.reset_index(), left_index=True, right_on='code')[['name', 'pe_ratio', 'pb_ratio', 'close']]

df['ma5'] = talib.SMA(df['close'], timeperiod=5)
df['ma10'] = talib.SMA(df['close'], timeperiod=10)
df['ma20'] = talib.SMA(df['close'], timeperiod=20)
df['ma30'] = talib.SMA(df['close'], timeperiod=30)

df['macd'], df['macdsignal'], df['macdhist'] = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)

df = df[(df['macd']>0) & (df['close']<12)]

df = df.sort_values('name', ascending=False)

stock_list = df.index.tolist()

for code in stock_list:
    stock_name = jq.get_security_info(code).display_name
    q = jq.query(jq.valuation).filter(jq.valuation.code==code).filter(jq.valuation.date==today)
    df_valuation = jq.get_fundamentals(q)
    if len(df_valuation) > 0 and df_valuation.iloc[0]['pe_ratio'] > 0:
        print("(" + code + ")" + stock_name + " 符合条件")
    ## 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