(supermind策略)task16/a/macd零轴以上、价格<12、昨日竞价换手率大

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、价格小于 12 元和昨日竞价换手率大于 0.26。选股时间为每个交易日开盘前进行。

选股逻辑分析

该选股逻辑同样基于技术面和基本面进行筛选,通过 MACD 零轴以上、价格小于 12 元和昨日竞价换手率大于 0.26 的股票进行筛选。选股逻辑将市场趋势、价格水平和基本面因素结合在一起,从而选出具备上涨空间的股票。

有何风险?

  1. 基本面因素的单一性可能导致遗漏其他重要因素的影响;
  2. 昨日竞价换手率可能不代表股票的未来走势,存在不确定性。

如何优化?

  1. 加入更多有关市场流动性和基本面的指标;
  2. 在竞价换手率的判断上结合其他因素进行判断。

最终的选股逻辑

选股逻辑为 MACD 零轴以上、价格小于 12 元和昨日竞价换手率大于 0.26。其中选股时间为每个交易日开盘前进行,筛选结果为具备上涨空间的股票。

同花顺指标公式代码参考

以下是 MACD 的同花顺指标公式:

DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,M);
MACD:(DIF-DEA)*2,COLORSTICK;

以下是昨日竞价换手率的同花顺指标公式:

YJHSR: REF(JJHS, 1);
JJHSR: MTRADER(0,0,0,0,0,4,0);
JJHSRMA5: MA(JJHSR, 5);

FILTER:JJHSR<JJHSRMA5*1.8;

python代码参考

以下是 Python 的选股筛选代码,仅供参考:

import akshare as ak

data_stock_price = ak.stock_zh_a_daily(symbol="sh601988")  # 获取股票数据,需要日线数据

filtered = data_stock_price.loc[
    (pd.Series(data_stock_price['close']).ewm(12).mean() - pd.Series(data_stock_price['close']).ewm(26).mean() > 0)
    & (data_stock_price['close'] < 12)
    & (data_stock_price['ji_jia_huan_shou_lv'] > 0.26)
]

result = filtered  # 最终选股结果

注意,由于同花顺指标公式较多,代码根据需求自行选择实现。另外,由于数据在运行时需要更新,因此具体代码需要实际情况调整。

    ## 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