问财量化选股策略逻辑
选股逻辑：MACD零轴以上、DEA上涨且30日平均线向上的股票。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
该选股策略同样主要从技术指标入手，选取MACD零轴以上、DEA上涨且30日平均线向上的股票。MACD指标能够反映股票的趋势性，DEA指标能够反映趋势的变化，30日平均线向上表明了股票的长期上涨趋势，综合选出符合条件的股票。
有何风险？
以下是该选股策略可能存在的一些风险：
- 过度强调技术指标：该选股策略主要靠技术指标选股，忽略了股票的基本面因素，可能会忽略一些未来表现良好的优秀企业；
- 错过股票上涨的最高点：该选股策略只考虑MACD和DEA两个指标以及30日均线的走势，容易忽略一些其他因素导致的股票涨幅；
- 风险控制不到位：选出股票后，如何进行风险控制也很重要，如果盲目追涨会使得亏损更加严重。
如何优化？
以下是对该选股策略的一些建议：
- 加入更多的技术指标和基本面因素，如PE、PB等，以提高选股的准确性；
- 设定止损机制，避免过度风险；
- 设定资金管理策略，避免过度追涨。
最终的选股逻辑
该选股策略主要从技术指标入手，选取MACD零轴以上、DEA上涨且30日平均线向上的股票，并加入PE、PB等指标筛选，同时在此基础上加入风险控制和资金管理机制，选出表现稳定且有投资价值的股票。
同花顺指标公式代码参考
- 判断MACD零轴以上、DEA上涨：MACD(12,26,9):DIF=EMA(CLOSE,12)-EMA(CLOSE,26); DEA=EMA(DIF,9); C1=FILTER(DIF>DEA,1)==1; C2=DIF-DEA>0; C3=C1 AND C2;
- 判断30日平均线向上：MA(CLOSE,30) > REF(MA(CLOSE,30),1);
- 筛选符合条件的股票：SELECT SECURITY_CODE FROM Security WHERE C3 AND MA(CLOSE,30) > REF(MA(CLOSE,30),1);
Python代码参考
def initialize(context):
set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0003, min_cost=5))
set_slippage(PriceSlippage(0.002))
set_option('avoid_future_data', True)
set_option('use_real_price', True)
g.stocks_selected = []
def before_trading_start(context):
g.stocks_selected = select_stock(context)
def handle_data(context, data):
for security in context.portfolio.positions.keys():
if security not in data:
continue
if data[security].close < 0.96 * context.portfolio.positions[security].cost_basis: # 设定止损条件
order_target_value(security, 0)
if len(context.portfolio.positions) < 10:
buy_list = g.stocks_selected[:5]
for buying_stock in buy_list:
if not data.can_trade(buying_stock):
continue
order_target_value(
buying_stock,
context.portfolio.portfolio_value/len(buy_list)
)
def select_stock(context):
# 获取符合条件的股票
stock_universe = get_industry_stocks('hy005') # 选取行业为信息传输的股票
macd_filter = (
lambda security:
indicator.macd.macd[security] > 0 and
indicator.macd.macd[security]-indicator.macd.dea[security] > 0
)
ma_filter = (
lambda security: data[security].mavg(30)>data[security].mavg(60) # 30日均线向上
)
stock_selected = list(filter(macd_filter, filter(ma_filter, stock_universe)))
return stock_selected
## 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。
