(supermind策略)task16/a/macd零轴以上、企业性质、昨天龙虎榜

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

选取MACD值在零轴以上、企业性质、昨天进入龙虎榜的个股作为投资标的。该策略主要选取具备较强趋势性、良好的基本面、市场资金参与度高的个股,寻找低风险、高收益的标的。

选股逻辑分析

选股逻辑包括选取MACD值在零轴以上、企业性质、昨天进入龙虎榜的个股作为投资标的。MACD值在零轴以上反映了股票价格大概率向上上涨趋势,企业性质关注公司的基本面,昨天进入龙虎榜代表该股票的市场资金参与度相对较高,具备良好的短期涨势,筛选出具有较好潜力的股票。

有何风险?

该策略风险包括市场风险、企业基本面变化风险、大资金操盘风险、进入龙虎榜的股票可能具有短期性质,需要结合其他指标、数据进行综合分析。

如何优化?

可将选股逻辑进行进一步完善,加入类似于RSI等技术指标,以更全面的视角来分析市场,同时,也可加入质量性投资观念,如ROE、分红等指标,选出高质量的个股。

最终的选股逻辑

选取MACD值在零轴以上、企业性质、昨天进入龙虎榜的个股作为投资标的。

同花顺指标公式代码参考

RETURN(MACD>0 AND net_profit > 0 AND lsjys>0)

其中,MACD代表移动平均线指标,net_profit代表净利润,lsjys代表上市交易日数。

Python代码参考

import jqdatasdk as jq
import talib

jq.auth("账户名", "密码")

q = jq.query(jq.finance.STK_INCOME_STATEMENT.total_profit).filter(jq.finance.STK_INCOME_STATEMENT.pub_date == '昨日', jq.finance.STK_INCOME_STATEMENT.code != None)
df_income_statement = jq.get_fundamentals(q, count=1)

q = jq.query(jq.finance.STK_CAPITAL_AMOUNT.total_capital).filter(jq.finance.STK_CAPITAL_AMOUNT.pub_date == '昨日', jq.finance.STK_CAPITAL_AMOUNT.code != None)
df_capital_amount = jq.get_fundamentals(q, count=1)

q = jq.query(jq.valuation).filter(jq.valuation.net_profit > 0, jq.valuation.circulating_cap <= 5500000000)
df_valuation = jq.get_fundamentals(q, count=1)

df_adjust_price = jq.get_price(df_valuation.index.tolist(), count=60, end_date='today', frequency='daily', fields=['open', 'close', 'high', 'low'], skip_paused=True)

df_macd, _, _ = talib.MACD(df_adjust_price['close'].values, fastperiod=12, slowperiod=26, signalperiod=9)

df_valuation = df_valuation[df_macd > 0]

q = jq.query(jq.finance.STK_EXCHANGE_TRADE_INFO.stock_name, jq.finance.STK_EXCHANGE_TRADE_INFO.bbd_ratio, jq.finance.STK_EXCHANGE_TRADE_INFO.net_amount).filter(jq.finance.STK_EXCHANGE_TRADE_INFO.bbd_ratio > 0, jq.finance.STK_EXCHANGE_TRADE_INFO.net_amount > 0, jq.finance.STK_EXCHANGE_TRADE_INFO.pub_date == '昨日')
df_exchange_trade_info = jq.get_fundamentals(q)

df_valuation = df_valuation[df_valuation.index.isin(df_exchange_trade_info.index)]

stock_list = df_valuation.index.tolist()

for code in stock_list:
    stock_name = jq.get_security_info(code).display_name
    print("(" + code + ")" + stock_name + " 符合条件")

        ## 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