问财量化选股策略逻辑
选股逻辑：MACD零轴以上，资金流强度由大到小，10日涨幅大于0小于35。
选股逻辑分析
该选股逻辑结合了技术指标和股票的走势，旨在挖掘短期内有上涨趋势的、流动性好的股票。选股指标包括MACD、资金流强度和10日涨幅，其中MACD零轴以上可以排除不稳定的短期趋势，资金流强度由大到小有助于寻找受到资金热捧的股票，10日涨幅则可以挖掘具有一定上涨趋势和朝阳行业的股票。但是该选股逻辑也存在一些风险。
有何风险？
该选股逻辑可能存在以下风险：
-
过度关注短期走势，可能忽略市场的长期趋势和基本面因素；
-
忽略了不同行业的差异，可能选取了一些已经处于过热行情和估值高企的股票；
-
对于市场行情的预测能力较低，可能出现选股失误或滞后的情况。
如何优化？
为减小风险，可以优化选股策略，例如：
-
增加对股票的基本面分析，多维度进行筛选；
-
根据不同行业和不同市场阶段，调整选股指标和策略；
-
引入人工智能技术和大数据分析，提高选股的准确性和预测能力。
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，资金流强度由大到小，10日涨幅大于0小于35,市值在前50%。
同花顺指标公式代码参考
MACD零轴以上
CROSS(JC,0) AND DIFF>DEA
资金流强度由大到小
资金流强度(30)
SZ#
10日涨幅大于0小于35
(low-REF(low,10))/REF(low,10)>=0 AND (close-REF(close,10))/REF(close,10)<=0.35
市值在前50%
sort_by([valuation.market_cap.asc(),valuation.circulating_market_cap.asc()])
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 >= 1000000000,
valuation.circulating_market_cap >= 200000000,
valuation.pe_ratio > 0,
valuation.pb_ratio > 0,
indicator.roe > 10,
valuation.code.startswith('60')
)
df = get_fundamentals(q).sort_values(by=['market_cap', 'circulating_market_cap'])
df = df[:len(df)//2]
# MACD零轴以上
macd_list = []
for stock in df['code']:
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'])
if x.main_fund_in.rolling(5).sum().iloc[-1] > x.main_fund_out.rolling(5).sum().iloc[-1]:
strong_fund.append([stock, x.turnover_ratio.mean()])
strong_fund = sorted(strong_fund, key=lambda x: x[1], reverse=True)
# 10日涨幅大于0小于35
result = []
for stock in strong_fund:
x = get_price(stock[0], end_date=context.current_dt, frequency='daily', fields=['high', 'low', 'close'], count=10)
if (x['low'][-1] - x['low'][:-1].min())/x['low'][:-1].min() >= 0 and (x['close'][-1] - x['close'][:-1].min())/x['close'][:-1].min() <= 0.35:
result.append(stock[0])
log.info("Chosen stocks:", result)
return 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。
