(supermind策略)task16/a/macd零轴以上、PE>0、60开头的股票

问财量化选股策略逻辑

选股逻辑为MACD零轴以上、PE大于0、股票代码以60开头的股票。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. 股票代码以60开头：可能对应某些行业、股票相对于其他市场环境更有投资价值。

评估以上指标，筛选出的股票具有较高的投资价值。

有何风险？

1. 选股策略风险：过于追求短期收益的投资策略容易导致投资风险增加；
2. 股票代码局限性风险：这种选股逻辑仅适用于股票代码以60开头的情况，对其他行业股票的筛选能力较弱。

如何优化？

1. 结合个股基本面数据，如盈利、估值等多维度筛选股票；
2. 引入其他技术指标以满足不同投资者的投资需求；
3. 合理设计选股逻辑，减少逻辑条件，避免筛选出来的股票过少或者过于集中在某些行业，降低风险。

最终的选股逻辑

选股逻辑为MACD零轴以上、PE大于0、股票代码以60开头的股票。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);

股票代码指标：

STOCK_CODE: LEFT(CODE, 2);

选股筛选公式：

MACD > 0 AND PE > 0 AND STOCK_CODE == '60';

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()
ma10 = data['close'].rolling(10).mean()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
condition3 = data['code'].apply(lambda x: str(x)[:2]) == '60'

# 合并选股条件
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)