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，20日均线大于120日均线的股票
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均线的因素。这样可以过滤一些价格波动剧烈的股票，同时提高了选出趋势明显、强势股票的概率。该选股逻辑比较科学，综合考虑了市场因素、技术指标和基本面因素，风险相对较小。
有何风险？
该选股逻辑可能存在以下风险：
1.技术指标的波动性较大，可能会出现短期内选股结果不佳的情况；
2.对于一些小市值、小流通市值的股票，逻辑中的净流入资金比例可能会出现较大的误差；
3.均线的计算方法和参数的不同，可能会对选股结果产生影响。
如何优化？
为克服上述风险，可以优化选股策略，例如：
1.引入更多的技术指标和基本面因素，如市盈率、市净率等，进行多维度综合判断；
2.优化技术指标的计算方法和参数，提高选股策略的可靠度和实用性；
3.根据股票类型、行业和市场环境等因素，进行个性化调整，并且保证选股结果的时效性和准确性。
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，20日均线大于120日均线的股票，并根据股票类型、行业和市场环境等因素进行筛选。
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#
20日均线大于120日均线
MA(CLOSE, 20) > MA(CLOSE, 120)
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)
# 20日均线大于120日均线
chosen_list = []
for stock in strong_fund:
close = get_price(stock[0], end_date=context.current_dt, frequency='daily', fields='close', count=200)['close']
ma20 = ta.MA(close, timeperiod=20)
ma120 = ta.MA(close, timeperiod=120)
if ma20[-1] > ma120[-1]:
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。
