问财量化选股策略逻辑
选股逻辑为MACD零轴以上、PE大于0、市值在100亿以内的无亏损企业。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：
- MACD零轴以上：表示当前股票处于上涨趋势；
- PE大于0：表示当前股票的市盈率正常；
- 市值在100亿以内：选择中小市值的股票，具有较高的投资价值；
- 无亏损企业：说明当前股票具有较强的盈利能力。
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？
- 市场风险：股票市场波动大，难以确保投资收益；
- 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。
如何优化？
- 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；
- 定期更新选股策略，避免长期使用过程中带来的市场风险；
- 通过量化分析来确定选股策略的历史表现，评估选股策略准确性并不断优化。
最终的选股逻辑
选股逻辑为MACD零轴以上、PE大于0、市值在100亿以内的无亏损企业。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);
市值指标：
MARKET_CAP:FIELD('mktcap',0)/100000000;
无亏损企业指标：
净利润大于0
选股筛选公式：
MACD > 0 AND PE > 0 AND MARKET_CAP < 100 AND 净利润大于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['mktcap'] < 10000
condition4 = data['net_profits'] > 0
# 合并选股条件
result = data[condition1 & condition2 & condition3 & condition4]
# 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。
