(supermind策略)task16/a/macd零轴以上、企业性质、按个股热度从大到小

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、企业性质良好,且按个股热度从大到小排序名的股票作为投资标的。该策略综合考虑了MACD指标的技术面因素和企业质量的基本面因素,以及个股的市场热度。

选股逻辑分析

该选股策略综合考虑了MACD指标的技术面因素和企业质量的基本面因素,以及个股的市场热度,并按热度从大到小排序名,以更加稳健地选取投资标的。

有何风险?

该选股策略不考虑市场情绪、政策、产业发展等其他因素的影响,可能导致投资组合的过度集中于某些行业和个股。同时,指标的选取具有一定的主观性和局限性,存在选股失误的风险。此外,按热度排序可能难以避免市场热点的溢价风险。

如何优化?

可以加入更多技术面因素,如KDJ、RSI等指标,以便全面反映股票的市场情况。此外,可以加入更多基本面指标,如营收增长率、净利润增长率等指标,以更全面地评估公司的财务情况。同时,可以加入政策、产业发展等因素,以更全面地考虑股票价格的变化。可以考虑引入价格动量指标,以反映个股市场热度的变化。

最终的选股逻辑

选取MACD值在零轴以上、企业性质良好,且按个股热度从大到小排序名的股票作为投资标的。

同花顺指标公式代码参考

MACD>0 AND PE>0 AND 股票名热度从大到小排序

Python代码参考

import talib
import jqdatasdk as jq
from datetime import datetime, timedelta

jq.auth("账户名", "密码")

today = datetime.now().strftime("%Y-%m-%d")

q = jq.query(jq.valuation).filter(jq.valuation.code.in_(jq.get_all_securities().index.tolist()))
df_valuation = jq.get_fundamentals(q)
df_valuation = df_valuation[(df_valuation['pe_ratio']>0) & (df_valuation['pe_ratio']<100) & (df_valuation['pb_ratio']>0)]

df_stock_basics = jq.get_all_securities('stock')

df_stock_basics = df_stock_basics[df_stock_basics['start_date'] < today]

price_df = jq.get_price(df_stock_basics.index.tolist(), end_date=today, frequency="daily", fields=["low", "high", "close"])

df = df_valuation.merge(price_df.reset_index(), left_index=True, right_on='code')[['name', 'pe_ratio', 'pb_ratio', 'low', 'high', 'close']]

df['ma5'] = talib.SMA(df['close'], timeperiod=5)
df['ma10'] = talib.SMA(df['close'], timeperiod=10)
df['ma20'] = talib.SMA(df['close'], timeperiod=20)
df['ma30'] = talib.SMA(df['close'], timeperiod=30)

df['macd'], df['macdsignal'], df['macdhist'] = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)

df = df[df['macd']>0]

df = df.sort_values('name', ascending=False)

stock_list = df.index.tolist()

for code in stock_list:
    stock_name = jq.get_security_info(code).display_name
    q = jq.query(jq.valuation).filter(jq.valuation.code==code).filter(jq.valuation.date==today)
    df_valuation = jq.get_fundamentals(q)
    if len(df_valuation) > 0 and df_valuation.iloc[0]['pe_ratio'] > 0:
        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