问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上，今日上涨大于1%，属于主板股票，30日均线向上。
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
该选股策略基于技术面和基本面要素进行选择。首先选出MACD指标零轴以上的股票，再筛选今日股价上涨大于1%的主板股票，最后要求30日均线向上。
有何风险？
以下是该选股策略可能面临的风险：
- 可能会存在信号滞后的情况，导致选出的股票已经处于上涨高峰，而非上涨初期；
- 市场风险较大，可能出现重大利空消息或市场大幅调整；
- 选股策略相对简单，可能和同样采用该策略的投资者造成套牢局面；
- 只关注短期均线变化，忽略了长期趋势的作用，过度关注噪音。
如何优化？
以下是几个优化该选股策略的建议：
- 增加多种技术指标和基本面指标，提高选股的可靠性；
- 结合量价因素和事件因素，适当降低风险；
- 考虑增加长期的均线指标，如200日均线，避免陷入短期波动的陷阱；
- 加强风控策略，控制风险。
最终的选股逻辑
选股策略：MACD指标零轴以上，今日上涨大于1%，属于主板股票，30日均线向上。
同花顺指标公式代码参考
SELECT S_CODE
FROM STOCK_TRADING_DAY
WHERE
-- MACD指标零轴以上
MACD(S_CODE, 12, 26, 9) > 0
-- 今日上涨大于1%
AND (HIGH - S_REF(1, CLOSE))/S_REF(1, CLOSE) > 0.01
-- 属于主板股票
AND MARKET(S_CODE) LIKE '%主板%'
-- 30日均线向上
AND MA(S_CODE, 30) > S_REF(1, MA(S_CODE, 30))
Python代码参考
# 初始化
def initialize(context):
set_benchmark('000300.XSHG')
# 获取所有主板股票
g.all_stocks = []
for stock in get_index_stocks('000001.XSHG'):
g.all_stocks.append(stock)
# 每月运行一次选股逻辑
run_daily(select_stocks, 'open')
# 选股逻辑
def select_stocks(context):
selected_stocks = []
# 遍历所有股票，进行筛选
for stock in g.all_stocks:
# 如果MACD指标零轴以下，跳过
dif, dea, macd = talib.MACD(get_price(stock, frequency='1d', count=200, end_date=context.previous_date, fields=['open', 'close', 'high', 'low']), fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] <= 0:
continue
# 如果今日上涨小于1%，或不属于主板股票，跳过
today_increase = (get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][-1] - get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]) / get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]
if today_increase <= 0.01 or ('主板' not in get_security_info(stock).name):
continue
# 如果30日均线向下，跳过
ma_30 = talib.MA(get_price(stock, frequency='1d', count=30, end_date=context.previous_date, fields=['open', 'close', 'high', 'low'])['close'], timeperiod=30)
if ma_30[-1] <= ma_30[-2]:
continue
selected_stocks.append({'stock': stock})
# 选出符合条件的前5只股票
g.selected_stocks = [item['stock'] for item in selected_stocks[:5]]
# 卖出不在筛选结果中的股票
for stock in context.portfolio.positions:
if stock not in g.selected_stocks:
order_target(stock, 0)
# 买入新选出的股票
for stock in g.selected_stocks:
if stock not in context.portfolio.positions:
order_target_value(stock, context.portfolio.total_value/5)
## 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。
