(同花顺量化)10天内涨停天数大于2_、三连阴、macd零轴以上

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑:MACD指标零轴以上、三连阴、10天内涨停天数大于2。该选股策略综合了技术面指标和市场情绪分析,挑选出近期表现优良的个股。

选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。分析以上的选股逻辑(每个逻辑以 , 进行分隔) ,分析选股的逻辑(放入标题为 ## 选股逻辑分析 的段落),有什么风险?(放入标题为 ## 有何风险? 的段落)如何优化?(放入标题为 ## 如何优化? 的段落)并最终给出完善选股逻辑(放入标题为 ## 最终的选股逻辑 的段落),请用markdown格式。

选股逻辑分析

该选股策略综合了技术面分析和市场情绪分析,通过MACD指标判断股票是否符合上涨趋势,同时考虑股票在近期是否有多次涨停的表现,综合筛选,挑选出表现优良的个股。

有何风险?

该选股策略可能存在以下风险:

  1. MACD指标并非完全准确,有可能存在不同步,从而影响到投资结果;
  2. 考虑近期是否有多次涨停的表现可能会导致选股结果过于偏向短期热点个股,存在后续出现过热或回调的风险;
  3. 选股条件过于严格,筛选出的股票数量有可能较少,给投资组合的分散化带来影响。

如何优化?

以下是一些优化的建议:

  1. 适当考虑股票基本面因素,例如行业、业绩等,提高投资决策的稳健性;
  2. 调整选股条件,例如适当扩大“涨停天数大于2”的限制,增加选股数量,降低股票过度集中的风险;
  3. 储备多种不同的投资策略,以避免单一投资策略的风险。

最终的选股逻辑

选股策略:MACD指标零轴以上、三连阴、10天内涨停天数大于2的股票。

同花顺指标公式代码参考

  • MACD指标:MACD(12,26,9)

Python代码参考

from jqdata import *

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)

def before_market_open(context):
    if context.current_dt.weekday() != 4:
        return
    selected_stocks = []
    for stock in get_all_securities(types=['stock'], date=context.current_dt.date()).index:
        try:
            # 判断MACD指标是否满足条件
            diff, dea, macd = MACD(stock, check_date=context.current_dt.date())
            if dea.iloc[-1] < 0 or macd.iloc[-1] < 0:
                continue
            if diff.iloc[-1] > diff.iloc[-2] > diff.iloc[-3]:
                if macd.iloc[-1] > macd.iloc[-2] > macd.iloc[-3]:
                    if dea.iloc[-1] > dea.iloc[-2] > dea.iloc[-3]:
                        # 判断涨停天数是否符合条件
                        limit_status = get_price(stock, start_date=context.current_dt.date()-timedelta(days=10),
                                                 end_date=context.current_dt.date()+timedelta(days=1), 
                                                 fields='limit_status', skip_paused=True)
                        if len(limit_status[limit_status['limit_status'] == 1]) > 2:
                            selected_stocks.append(stock)
        except:
            continue
    if len(selected_stocks) > 0:
        trade(selected_stocks)

def trade(selected):
    position_count = len(selected)
    if position_count == 0:
        return
    stock_value = context.portfolio.total_value / (position_count + 1)
    for stock in selected:
        if stock in context.portfolio.positions:
            order_target_value(stock, stock_value)
        else:
            order_value(stock, stock_value)

def handle_data(context, data):
    pass
    ## 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