问财量化选股策略逻辑
选股逻辑为MACD零轴以上、今日均线向上发散、流通盘小于等于55亿股。
选股逻辑分析
该选股逻辑包含以下条件:
- MACD零轴以上:表示当前股票处于上涨状态;
- 今日均线向上发散:表示当前股票的趋势向上;
- 流通盘小于等于55亿股:表示当前股票具有较小的市值,具备较大的成长性。
有何风险?
- 流通盘小于等于55亿的股票通常属于低市值股票,风险较大;
- 选股条件过于单一,可能忽略其他一些重要的技术指标和基本面信息;
- 经济、政策等外部因素的影响,可能会导致选股结果出现较大的波动。
如何优化?
- 可以综合考虑当前市场热点、行业趋势、财务状况等因素进行选股,避免过于单一的条件设定;
- 对流通盘小于等于55亿的股票进行更严格的风险评估,确保选中的股票风险控制在可承受范围内;
- 可以结合量化模型对选股结果进行定量评估,提高选股的准确度和稳定性。
最终的选股逻辑
选股逻辑为:MACD零轴以上、今日均线向上发散、流通盘小于等于55亿股。
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
均线指标:
MA5:MA(CLOSE,5)
MA10:MA(CLOSE,10)
流通股本指标:
FloatShare:GETDPCOUNT(CODE,4)/100000000
选股筛选公式:
MACD > 0 AND MA(CLOSE,1) > MA(CLOSE,2) AND FloatShare <= 5.5
排序公式:
SORTBY((CLOSE-REF(CLOSE,1))/REF(CLOSE,1),1)
python代码参考
以下为python的选股筛选代码和排序代码,仅供参考:
import akshare as ak
import talib
# 获取股票列表并计算选股筛选条件
stock_list = ak.stock_zh_a_spot_em().reset_index()
stock_list['upper'], stock_list['mid'], stock_list['lower'] = talib.BBANDS(stock_list['close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
stock_list['macd'], stock_list['macd_signal'], stock_list['macd_hist'] = talib.MACD(stock_list['close'], fastperiod=12, slowperiod=26, signalperiod=9)
stock_list['ma5'] = talib.SMA(stock_list['close'], timeperiod=5)
stock_list['ma10'] = talib.SMA(stock_list['close'], timeperiod=10)
stock_list['float_share'] = ak.stock_a_share_float_mv().reset_index()['a_share_float_mv'] / 100000000
condition1 = (stock_list['macd'] > 0) & (stock_list['ma5'] > stock_list['ma10'])
condition2 = (stock_list['float_share'] <= 5.5)
stock_list = stock_list[condition1 & condition2]
# 按涨幅从小到大排序
result_sorted = stock_list.sort_values(by=['pct_chg'], ascending=True)
## 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。


