(supermind策略)task16/a/macd零轴以上、按个股热度从大到小排序名、未

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,按个股热度从大到小排序名,未清偿可转债简称不可为空,选股时间为每日收盘后进行。

选股逻辑分析

MACD指标可以反映市场趋势,个股热度可以反映市场关注度,选择未清偿可转债简称不可为空的股票,是为了筛选出市场关注度高、债券市场表现良好的股票,进而获得较好的投资回报。

有何风险?

  1. 对于未清偿可转债的选择,可能存在投资者对公司基本面分析不足的情况;
  2. 过于依赖单一指标MACD可能导致选股策略过于单一化,缺少多方面因素的考虑;
  3. 选股的风格较为激进,存在一定的风险和波动性。

如何优化?

  1. 对公司基本面进行深入研究,从多个方面综合分析,减小基本面分析不足的风险;
  2. 结合其他技术指标,如RSI、KDJ等,尽可能减少单一指标的误判风险;
  3. 对选股的风险进行风险控制,分散投资,减小单一股票选股的风险。

最终的选股逻辑

选股逻辑为MACD零轴以上,按个股热度从大到小排序名,未清偿可转债简称不可为空,选股时间为每日收盘后进行。

同花顺指标公式代码参考

选股所需通达信指标公式如下:

MACD: (EMA(CLOSE, 12) - EMA(CLOSE, 26));
CB_NAME: CB_CQJC;

其中CLOSE为当日收盘价,EMA为指数移动平均数,MACD为MACD线,CB_NAME为未清偿可转债简称。

Python代码参考

以下为python的选股筛选代码,仅供参考:

import akshare as ak
import pandas as pd

data_stock_price = ak.stock_zh_a_daily(symbol="sh601669")
data_cb_info = ak.stock_js_lgp_cbmx(symol="sh601669")
macd = pd.Series(data_stock_price['close']).ewm(12).mean()-pd.Series(data_stock_price['close']).ewm(26).mean()
result_filtered = data_stock_price[(macd > 0) & (data_cb_info['CB_CQJC'] != '')]
result_sorted = result_filtered.sort_values(by=['turnover_rate'], ascending=False)
    ## 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