(supermind策略)task16/a/macd零轴以上、PE>0、今日控盘>21

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、PE大于0、今日控盘大于21的股票。选股时间为每个交易日开盘前。

选股逻辑分析

MACD是一种趋势追踪指标,红柱代表上涨趋势。当股票的MACD在零轴以上时,说明当前股票处于强势状态,投资价值较高。同时通过PE大于0可以筛选出当前股票的估值较合理。今日控盘大于21表示今日买卖双方力量失衡,投资价值也相对较高。综合三个指标可以筛选出较为优秀的股票。

有何风险?

  1. 市场风险:股票市场波动大,难以确保投资收益;
  2. 选股逻辑缺乏足够的交易量和资金流入流出的考虑,有可能忽略了市场基本面数据,因而存在投资风险。

如何优化?

  1. 引入其他筛选条件,如市场交易量、资金流动情况等指标,提高投资决策的准确性;
  2. 定期更新选股策略,避免长期使用过程中带来的市场风险;
  3. 对MACD和今日控盘指标的选取做更为细致的研究,提高选股逻辑的准确性。

最终的选股逻辑

选股逻辑为MACD零轴以上、PE大于0、今日控盘大于21的股票。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);

今日控盘指标:

CONTROL_POSITION_RATIO: CPTOP/CPTOPW > 21;

选股筛选公式:

MACD > 0 AND PE > 0 AND CONTROL_POSITION_RATIO;

排序公式:

默认按照个股涨跌幅排序,这里不做展示。

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(symbol="", adjust="qfq").reset_index()
condition1 = data['macd'] > 0
condition2 = data['pe_ttm'] > 0
condition3 = data['cp_top'] / data['cp_top_w'] > 21 
result = data[condition1 & condition2 & condition3]

# 按照涨跌幅排序
result_sorted = result.sort_values(by=['pct_chg'], 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)
收益&风险
源码

评论