问财量化选股策略逻辑
选股逻辑为MACD零轴以上、PE大于0、机构抄底。
选股逻辑分析
该选股逻辑主要考虑以下三个方面：
- 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；
- 机构抄底：表示当前股票受到机构投资者的关注和认可。
有何风险？
- 机构的抄底行为可能并不准确；
- 选股结果可能与实际情况存在不符。
如何优化？
- 可以增加选股逻辑中的指标，从而选出更具有成长性和盈利能力的个股；
- 可以结合其他数据进行综合分析。
最终的选股逻辑
选股逻辑为MACD零轴以上、PE大于0、机构抄底，需要基于具体情况进行调整和综合分析。
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)
机构抄底指标：
ORG_BUY:FIELD('org_buy',0)
ORG_SELL:FIELD('org_sell',0)
ORG_NET_BUY:ORG_BUY-ORG_SELL
ORG_BUY_VOL_AVE_3=MA(ORG_BUY_VOL,3)
ORG_NET_BUY_VOL_AVE_3=MA(ORG_NET_BUY_VOL,3)
ORG_NET_BUY_WAVE:IF(ORG_NET_BUY_VOL>=ORG_NET_BUY_VOL_AVE_3,100*(ORG_NET_BUY_VOL-ORG_NET_BUY_VOL_AVE_3)/ORG_NET_BUY_VOL_AVE_3,0)
ORG_BUY_VOL:FIELD('org_buy_vol',0)
选股筛选公式：
MACD > 0 AND PE > 0 AND ORG_NET_BUY>0 AND ORG_NET_BUY_VOL>=ORG_NET_BUY_VOL_AVE_3 AND ORG_NET_BUY_WAVE <= 30
排序公式：
SORT_BY_TURN_RATE() # 按竞价金额排序
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
# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily().reset_index()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
condition3 = (data['org_net_buy'] > 0) & (data['org_net_buy_vol'] >= data['org_net_buy_vol'].rolling(window=3).mean()) & ((data['org_net_buy_vol'] - data['org_net_buy_vol'].rolling(window=3).mean()) / data['org_net_buy_vol'].rolling(window=3).mean() <= 0.3)
stock_list = data[condition1 & condition2 & condition3]
# 按竞价金额排序并取前5
result_sorted = stock_list.sort_values(by=['turnover_rate'], 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。
