(supermind策略)task16/a/macd零轴以上、PE>0、北京A股除外

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

选股逻辑为MACD零轴以上、PE大于0、北京A股除外的股票。选股时间为每个交易日开盘前。

选股逻辑分析

该选股逻辑主要基于以下几个方面:

  1. MACD零轴以上:表示当前股票处于上涨趋势;
  2. PE大于0:表示当前股票的市盈率正常;
  3. 北京A股除外:北京A股的流通市值相对较大,容易受到资本市场政策影响;
  4. 综合以上指标,筛选出的股票具有较高的投资潜力。

有何风险?

  1. 市场风险:股票市场波动大,难以确保投资收益;
  2. PE指标误判风险:PE指标不能完全反映公司的长期盈利能力;
  3. 选股逻辑不严谨:可能会漏掉一些潜在的投资机会。

如何优化?

  1. 引入其他筛选条件,如P/B、ROE等指标,提高投资决策的准确性;
  2. 选择更加完备的选股数据源,避免因数据源不全、数据更新时间不同步等问题带来的选股偏差;
  3. 定期更新选股策略,避免长期使用过程中带来的市场风险。

最终的选股逻辑

选股逻辑为MACD零轴以上、PE大于0、北京A股除外的股票。选股时间为每个交易日开盘前。

同花顺指标公式代码参考

MACD指标:

DIF:EMA(CLOSE,12)-EMA(CLOSE,26);
DEA:EMA(DIF,9);
MACD:(DIF-DEA)*2;

PE指标:

PE:FIELD('pe_ttm',0);

北京A股筛选公式:

IS_A('bj') = 0;

选股筛选公式:

MACD > 0 AND PE > 0 AND IS_A('bj') = 0;

排序公式:

默认按照个股涨跌幅排序,这里不做展示。

Python代码参考

以下为python的选股筛选代码、排序代码,仅供参考:

import akshare as ak
import pandas as pd
import talib

# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily(symbol="", adjust="qfq").reset_index()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
condition3 = ~data['ts_code'].str.startswith('bj')
result = data[condition1 & condition2 & condition3]

# 按照涨跌幅排序
result_sorted = result.sort_values(by=['pct_chg'], ascending=False).head(5)
    ## 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