(supermind策略)换手率3%-12%、2021年、dea上涨

问财量化选股策略逻辑

该选股策略选股逻辑为：选择换手率在3%-12%之间、上市时间为2021年，且DEA值上涨的股票。

选股逻辑分析

该选股策略主要考虑了股票的技术面指标——MACD，筛选出近期资金流向较好且具备上涨动能的股票。相对于只考虑换手率和上市时间的选股策略，增加了对股票的技术面分析，并且对选股对象的质量更有把握。

有何风险？

该选股策略可能忽略了一些股票的长期价值和基本面情况，过度强调了短期价格变化趋势。同时，该策略也可能会忽略一些股票的其他技术指标和质量，需要注意风险管理。

如何优化？

可以考虑增加对其他技术指标和质量指标的关注，对股票选取更具针对性和科学性。同时可以基于MACD等技术指标的变化趋势进行更深入的研究和优化，确定更有效的选股策略。

最终的选股逻辑

选股逻辑为：选择换手率在3%-12%之间、上市时间为2021年，且DEA值上涨的股票。

同花顺指标公式代码参考

通达信指标代码：

DIF, DEA, MACD=MACD(CLOSE, SHORT=12, LONG=26, MID=9);
INDATE(YEAR(DATE))=2021;
COND:=IF(DEA>REF(DEA, 1), 1, 0);
SORT_LIST:=IF(COND,1,0);
SORT_BY_DESC(SORT_LIST); 
SELECTED:=COND;

python代码参考

import pandas as pd
import numpy as np
import time
from datetime import datetime, timedelta
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
from pytdx.crawler.history_financial_crawler import get_and_parse_finance_data
from pytdx.crawler.history_dividend_crawler import get_and_parse_dividend_data

api = TdxHq_API()
ip = select_best_ip('tdx')

def macd_close(series, short=12, long=26, mid=9):
    close = series
    EMA12 = pd.Series.ewm(close, span=short).mean()
    EMA26 = pd.Series.ewm(close, span=long).mean()
    DIF = EMA12 - EMA26
    DEA = pd.Series.ewm(DIF, span=mid).mean()
    MACD = (DIF - DEA) * 2
    return DIF, DEA, MACD

def get_stock_list(api):
    dataList = []
    for market in [0,1]:
        stock_list = api.get_security_list(market, 0)
        results = [(stock['code'], stock['volunit'] * 100) for stock in stock_list if stock['code'][0] in ['0', '3', '6']]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code','vol'])

stock_list = get_stock_list(api)

# 得到2021年数据
data = api.get_security_bars(9, 0, "000001", 0, 10)
startDate = int(data[-1]['datetime'])
startYear = startDate // 10000 # 开始年份
periods = 2021 - startYear # 数据期数

# 逐个股票地计算MACD指标
macd_df = pd.DataFrame(columns=['stock_code', 'DIF', 'DEA', 'MACD'])
for i in range(len(stock_list)):
    stock_code = stock_list.loc[i,'stock_code']
    try:
        k_day_data = api.get_security_bars(4, 0, stock_code, startDate-1, 10*periods)
        close = np.array([x['close'] for x in k_day_data])
        DIF, DEA, MACD = macd_close(close)
        last_MACD = MACD[-1]
        if DEA[-1] > DEA[-2]: #判断dea是否上涨
            if last_MACD > 0:
                macd_df = macd_df.append({
                    'stock_code': stock_code,
                    'DIF': DIF[-1],
                    'DEA': DEA[-1],
                    'MACD': last_MACD
                }, ignore_index=True)
    except:
        pass

# 合并选股条件
result = pd.merge(macd_df, stock_list, on=['stock_code'])
result = result[result.vol >= 20000]
result = result[result.vol <= 1000000]
result = result[result.DIF > result.DEA]
result = result[result.MACD > 0]

#输出结果
print('下列股票符合技术面选股策略：')
print(result)```


        ## 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)

(supermind策略)换手率3%-12%、2021年、dea上涨_