(supermind策略)task16/a/macd零轴以上、企业性质、规模2亿以上

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、企业规模在2亿以上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规模的基本面因素,以寻找具备较强技术面和规模较大的个股作为投资标的。

选股逻辑分析

该选股策略注重技术面的选择,以MACD指标判断股票走势,同时也要求企业规模较大,以保证资金流动性的充足。精选规模较大的股票,可以规避一定的流动性风险。此外,由于过于注重技术面,策略存在盲目跟风和低估基本面价值的风险。

有何风险?

该策略只注重技术面和规模的选择,难以全面考虑基本面和市场风险等因素,容易盲目跟风或低估基本面价值而带来风险。同时,筛选规模较大的股票在一定程度上可以保证流动性的充足,但也可能忽略潜在的投资机会,导致错失机会。

如何优化?

可以加入其他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,如行业方向、策略特点等等,以更全面地考虑股票的投资性质。特别是在选取规模条件的选择上,可以更加细致、灵活的处理,同时要综合考虑流动性和价值。

最终的选股逻辑

选取MACD值在零轴以上、企业规模在2亿以上的股票作为投资标的。

同花顺指标公式代码参考

MACD>0 AND CAPITALIZATION>=2e8

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_index_stocks('399001.XSHE')))
df_valuation = jq.get_fundamentals(q)

df_stock_basics = jq.get_all_securities('stock')

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

q = jq.query(jq.valuation).filter(jq.valuation.capitalization >=2e8)
df_valuation = jq.get_fundamentals(q)

price_df = jq.get_price(df_valuation.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', 'capitalization', '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 = 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]['capitalization'] >= 2e8:
        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