(supermind策略)task16/a/macd零轴以上、PE>0、大单净量排行

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、大单净量排行。选股时间为每个交易日开盘前。

选股逻辑分析

该选股逻辑主要基于以下几个方面:

  1. MACD零轴以上:表示当前股票处于上涨趋势;
  2. PE大于0:表示当前股票的市盈率正常;
  3. 大单净量排行:根据大单净量排行筛选出表现良好的股票;
  4. 综合考虑以上几个指标,筛选出的股票具有一定的上涨空间和较低的风险。

有何风险?

  1. 行情风险:选股依赖于股票市场的波动,股票市场上的不确定性风险仍是存在的;
  2. 选股逻辑风险:筛选出的股票仅仅符合筛选条件,并不代表经济面和基本面信息良好;
  3. 数据风险:净量等数据存在一定的滞后性和不准确性。

如何优化?

  1. 可以结合其他技术指标(如KDJ、RSI)和基本面指标,以评估股票真实价值;
  2. 可以适度调整净量筛选条件,以提高筛选效果;
  3. 可以结合量化方法进行选股,以提高筛选的准确性。

最终的选股逻辑

选股逻辑为MACD零轴以上、PE大于0、大单净量排行的股票。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)

大单净量指标:

field0:CLOSE
field1:OPEN
tr=MAX(MAX(HIGH-LOW,ABS(HIGH-REF(CLOSE,1))),ABS(REF(CLOSE,1)-LOW))
ATR:MA(EXPMA(tr,20),20)
BUY=IF((FIELD0=HHV(FIELD0,60)) AND (FIELD0>REF(FIELD0,1)) AND (CLOSE=HIGH) AND (CLOSE-OPEN>0.5*ATR),1,0)
SELL=IF((FIELD0=LLV(FIELD0,60)) AND (FIELD0<REF(FIELD0,1)) AND (CLOSE=LOW) AND (OPEN-CLOSE>0.5*ATR),1,0)
BUYN=IF(BUY,1,IF(BUY[1]>0,BUYN[1]+1,0))
SELLN=IF(SELL,1,IF(SELL[1]>0,SELLN[1]+1,0))
BS=IFF(SERIES(BUYN-SELLN)>0,1,
IFF(SERIES(BUYN-SELLN)<0,-1,0))

选股筛选公式:

MACD > 0 AND PE > 0 AND BS > 0

排序公式:

默认按照个股热度(比如日成交额)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
import pandas as pd

# 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

# 计算大单净量排行
bs = ak.stock_zh_a_tick_tx_js(symbol=data['symbol'].tolist()).groupby('code').agg({'buy_sm_vol': 'sum', 'sell_sm_vol': 'sum'})
bs['bs'] = bs['buy_sm_vol'] - bs['sell_sm_vol']
bs = bs.sort_values(by=['bs'], ascending=False).reset_index()

# 合并选股条件和大单净量排行
result = pd.merge(data[condition1 & condition2], bs[['code', 'bs']], how='inner', left_on='symbol', right_on='code')

# 按照个股热度排序
result['hs'] = ak.stock_zh_a_hist(symbol=result['symbol'].tolist(), adjust="hfq", start_date=datetime.datetime.now().strftime("%Y%m%d"), end_date=datetime.datetime.now().strftime("%Y%m%d")).groupby('symbol').agg({'amount': 'sum'})
result_sorted = result.sort_values(by=['hs'], 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