(supermind策略)换手率3%-12%、2021年、前天macd<0_

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

该选股策略选股逻辑为:选择换手率在3%-12%、上市年份为2021年、前天的MACD值小于0的股票。

选股逻辑分析

该选股策略综合考虑了市场流动性和技术面指标。选择了换手率在3%~12%之间的股票,加入了以2021年为基准的上市时间,以此限制股票流通市值,提高基础市场信心;再加入了前天的MACD指标,并取其小于0,以作为该股票的技术面指标,进一步筛选出更具有潜力的标的股票。

有何风险?

该选股策略存在以下风险:1、MACD指标属于短周期的技术指标,因此策略可能存在过度依赖短期激进的波动;2、只考虑上市时间在2021年以后的股票,可能会错过一些老股的价值回归行情;3、技术面指标对于基本面公司可能不适用,策略需要结合公司的基本面分析,更加全面的评价该股是否有投资价值。

如何优化?

可以加入更多的基本面指标如市盈率、市净率等,从基本面方面考虑该股是否有潜力;同时,可以对技术面指标进行调整,结合多项指标综合判断。

最终的选股逻辑

选择换手率在3%-12%、上市年份为2021年、前天的MACD小于0的股票。

同花顺指标公式代码参考

选择换手率在3%-12%、上市年份为2021年、前天的MACD小于0的股票。

CXBZ == '' AND SUBSTR(CODE,1,1) not in ('I','7') AND HSL>=3 AND HSL<=12 and TDXRT_RISESTOPED(1)==0 AND GSDM>=20210000 AND REF(MACD(12,26,9),2) < 0;

Python代码参考

import pandas as pd
import datetime
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip

# 初始化TdxHq_API()并获取最优IP
api = TdxHq_API()
ip = select_best_ip('tdx')

def get_stock_list(api):
    # 遍历股票市场获取所有股票
    dataList = []
    for market in [0, 1]:
        stock_list = api.get_security_list(market, 0)
        results = [(stock['code'], pd.Timestamp(stock['ipo_date']).year, stock['ipo_year'], stock['ipo_price'],
                    stock['ipo_amount'], stock['ltgb'], stock['zy'], stock['zql'], stock['cxbz'], stock['lhb'], stock['jlr'], stock['pe']) for stock in stock_list if
                   stock['code'][0] in ['0', '3'] and stock['market'] != 43]
        dataList += results
    return pd.DataFrame(dataList, columns=['stock_code', 'ipo_date', 'ipo_year', 'ipo_price', 'ipo_amount', 'ltgb', 'zy', 'zql', 'cxbz', 'lhb', 'jlr', 'pe'])

def get_matched_stocks(api, stock_list):
    # 筛选出符合条件的股票
    matched_stocks = []
    for stock_code in stock_list['stock_code'].tolist():
        if api.get_security_quotes([(1, stock_code)])['data'][0]['rise_stop'] == 0:
            k_data = api.get_k_data(stock_code)
            if 3 <= k_data.iloc[-1]['turnover_rate'] <= 12 and k_data.iloc[-3]['macd_diff'] < 0:
                matched_stocks.append(stock_code)
    return matched_stocks

#获取股票列表
stock_list = get_stock_list(api)

#筛选出符合条件的股票
matched_stocks = get_matched_stocks(api, stock_list)

#输出结果
print('下列股票符合选股策略:')
print(matched_stocks)
    ## 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