问财量化选股策略逻辑
- 至少5根均线重合的股票
- 收益＞0
- 15分钟周期MACD绿柱变短
选股逻辑分析
- 该策略首先筛选出至少5根均线重合的股票，这意味着这些股票的短期和长期趋势较为一致，有利于股价的上涨。
- 筛选出收益＞0的股票，意味着这些股票已经实现了盈利，说明市场对该股票的未来表现较为看好。
- 筛选出15分钟周期MACD绿柱变短的股票，意味着该股票的短期趋势正在转为上升趋势，有利于股价的上涨。
有何风险？
- 该策略只考虑了短期趋势，而忽略了长期趋势的影响，可能会导致错过一些长期趋势较好的股票。
- 该策略只考虑了MACD指标，而忽略了其他技术指标和基本面因素的影响，可能会导致错过一些有潜力的股票。
如何优化？
- 可以加入其他技术指标和基本面因素的筛选，以更全面地评估股票的投资价值。
- 可以考虑加入长期趋势的筛选，以更好地把握股票的长期投资机会。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出收益＞0的股票
- 筛选出15分钟周期MACD绿柱变短的股票
- 加入其他技术指标和基本面因素的筛选
- 加入长期趋势的筛选
python代码参考
- 以下是一个简单的Python代码示例，用于筛选符合上述策略的股票：
import tushare as ts
import talib
# 设置pro接口key
ts.set_token('your_token')
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股股票的代码
all_codes = pro.stock_all_codes()
# 筛选出至少5根均线重合的股票
def has_five_crossing(ma1, ma2, ma3, ma4, ma5):
if ma1[-1] > ma2[-1] and ma2[-1] > ma3[-1] and ma3[-1] > ma4[-1] and ma4[-1] > ma5[-1]:
return True
else:
return False
# 筛选出收益＞0的股票
def has_positive_return(prices):
if prices[-1] > prices[0]:
return True
else:
return False
# 筛选出15分钟周期MACD绿柱变短的股票
def has_bullish_macd(candles):
if candles[-1].macd[-1] > candles[-2].macd[-1] and candles[-2].macd[-1] > candles[-3].macd[-1] and candles[-3].macd[-1] > candles[-4].macd[-1]:
return True
else:
return False
# 筛选出其他技术指标和基本面因素的股票
def has_other筛选因素(candles):
# TODO: 加入其他技术指标和基本面因素的筛选
# 筛选出长期趋势的股票
def has_long_term_trend(candles):
# TODO: 加入长期趋势的筛选
# 筛选出符合策略的股票
def select_stock():
codes = []
for code in all_codes:
if has_five_crossing(codes[-1], codes[-2], codes[-3], codes[-4], codes[-5]):
if has_positive_return(codes[-1]):
if has_bullish_macd(codes[-1]):
if has_other筛选因素(codes[-1]):
if has_long_term_trend(codes[-1]):
codes.append(code)
return codes
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。
