(supermind策略)task16/a/macd零轴以上、PE>0、上市大于

问财量化选股策略逻辑

选股逻辑为MACD零轴以上、PE大于0、上市时间大于一年。选股时间为每个交易日开盘前。

选股逻辑分析

该选股逻辑主要考虑以下几个方面：

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. 上市时间大于一年：考虑到新上市的股票波动性较大，剔除上市不足一年的股票；
4. 选股时间为每个交易日开盘前：确保选股的时效性。

有何风险？

1. 选股结果可能与实际情况存在不符；
2. 由于选股策略较为单一，不能综合考虑多方面的因素；
3. 没有考虑股票的基本面分析因素，例如公司财务状况等。

如何优化？

1. 可以结合其他技术指标进行综合分析；
2. 增加筛选条件，筛选更符合投资需求的个股；
3. 对于选出的股票进行基本面分析等方式，综合考虑多方面因素。

最终的选股逻辑

选股逻辑为MACD零轴以上、PE大于0、上市时间大于1年。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)

上市时间指标：

IPO_DAYS:DATEDIFF(DATE, FIELD('ipo_date', 0), 'D')

选股筛选公式：

MACD > 0 AND PE > 0 AND IPO_DAYS > 365

排序公式：

SORT_BY_DATE_D()  # 按时间排序

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 datetime

# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily(symbol="sh000001").reset_index()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
IPO_date = datetime.datetime.strptime(data['ipo_date'][0], '%Y-%m-%d')
data['ipo_days'] = (data['date'] - IPO_date).dt.days
condition3 = data['ipo_days'] > 365
stock_list = data[condition1 & condition2 & condition3]

# 按时间排序并取前5
result_sorted = stock_list.sort_values(by=['date'], 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)