问财量化选股策略逻辑
选股逻辑：MACD零轴以上，资金强度由大到小，10天内涨停天数大于2的股票
选股逻辑分析
该选股逻辑在基于技术指标和市场环境的基础上，综合考虑了资金流向和市场热度的因素。通过涨停天数的筛选，可以过滤掉短期内涨幅过高、风险较大的股票，增加选出趋势明显、强势股票的概率，同时能够提高选股的准确性和可靠度。但是该选股逻辑依赖于市场热度的因素，可能存在一些不确定性。
有何风险？
该选股逻辑可能存在以下风险：
1.涨停的天数可能会受到市场情绪和投机因素的影响，可能导致选出的股票存在过度热度的情况；
2.选股过程中可能会忽略了一些其他重要的技术指标或基本面因素，导致选出的股票风险隐患较多；
3.考虑的因素相对较少，定位局限性较大。
如何优化？
为克服上述风险，可以优化选股策略，例如：
1.综合考虑更多的市场因素，如市场情绪、基本面、资金流向等，多维度综合考虑，减小不确定性；
2.加入一些其他重要的技术指标，如均线、RSI、KD等，加强对市场的趋势判断；
3.注意选股结果的实际业绩，对模型进行进一步修正。
最终的选股逻辑
综合以上分析，我们得到最终的选股逻辑：
选股逻辑：MACD零轴以上，资金强度由大到小，10天内涨停天数大于2的股票，综合考虑其他市场因素进行筛选。
同花顺指标公式代码参考
MACD零轴以上
REF(CLOSE, 1) < REF(MA(CLOSE, 15), 1) AND
CLOSE > MA(CLOSE, 15) AND
MACD(12, 26, 9) > 0 AND
REF(MACD(12, 26, 9), 1) < 0
资金强度由大到小
资金流强度(30)
SZ#
10天内涨停天数大于2
COUNT(REF(HIGH==LIMITUP, 1), 10) > 2
Python代码参考
import pandas as pd
from jqdata import *
import talib as ta
def select_stock(context):
q = query(
valuation.code,
valuation.market_cap,
valuation.circulating_market_cap,
valuation.pe_ratio,
valuation.pb_ratio,
indicator.roe
).filter(
valuation.market_cap >= 200000000,
valuation.circulating_market_cap >= 200000000,
valuation.pe_ratio > 0,
valuation.pb_ratio > 0,
indicator.roe > 10
)
df = get_fundamentals(q)
df = df[df.apply(lambda x: x.code[:2] in ['00', '30'], axis=1)]
df = df[df.apply(lambda x: x.code[0] != '3' or x.code[:3] in ['300', '301', '302'], axis=1)]
stock_list = list(df['code'])
# MACD零轴以上
macd_list = []
for stock in stock_list:
close = get_price(stock, end_date=context.current_dt, frequency='daily', fields='close', count=200)['close']
macd, signal, _ = ta.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] > signal[-1] and macd[-2] < signal[-2]: # MACD金叉
macd_list.append(stock)
# 资金流强度由大到小
strong_fund = []
for stock in macd_list:
x = get_money_flow(stock, end_date=context.current_dt, count=30, fields=['main_fund_in', 'main_fund_out', 'turnover_ratio'])
turnover_rate = x.turnover_ratio.mean()
if x.main_fund_in.rolling(5).sum().iloc[-1] > x.main_fund_out.rolling(5).sum().iloc[-1]:
strong_fund.append([stock, turnover_rate])
strong_fund = sorted(strong_fund, key=lambda x: x[1], reverse=True)
# 10天内涨停天数大于2
chosen_list = []
for stock in strong_fund:
max_high = get_price(stock[0], end_date=context.current_dt, frequency='daily', fields='high', count=10)
if (max_high == max_high.max()).sum() > 2: # 涨停了超过2次
chosen_list.append(stock[0])
log.info("Chosen stocks:", chosen_list)
return chosen_list
## 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。
