问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，30日平均线向上。该选股策略主要从技术分析和基本面分析两个方面出发，同时考虑了短线技术指标和长线技术指标的影响，筛选符合条件的股票。
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
该选股策略主要从技术指标和基本面指标两个方面出发，结合市场情况进行筛选。首先，选股要求MACD指标零轴以上，表示当前股票处于上涨行情中，有一定的持续涨势能力。其次，要求归属母公司股东的净利润同比增长率大于20%小于等于100%，表明该股公司业绩仍然较为稳定，具有一定的投资价值。最后，要求30日平均线向上，表示长线趋势向上，具有一定的技术面支撑。
有何风险？
该选股策略可能存在以下风险：
- 过于依赖技术分析和基本面分析，忽视了市场流动性和情绪的影响，导致选股不准确。
- 基于短线和长线技术面指标来选股，可能导致选股周期过短或过长，错过市场机会。
- 忽略了其他市场因素如板块、成交量等，导致选出的股票集中于某些板块。
- 没有考虑到最近的市场走向和趋势，可能选出的股票不符合预期。
如何优化？
以下是一些优化建议：
- 引入其他市场因素如行业板块、股票流通市值等，综合考虑更全面的市场情况，缩小出现偏差的可能性。
- 加入适度的市场情绪指标，结合技术指标和基本面指标，更全面地分析市场情况。
- 合理设置选股周期时间，考虑长期趋势的影响，避免错过市场机会。
最终的选股逻辑
选股策略：MACD指标零轴以上，归属母公司股东的净利润（同比增长率）大于20%小于等于100%，30日平均线向上。在技术面指标的基础上，加入了长期技术面指标，更全面地考虑了股票的选股条件。
同花顺指标公式代码参考
SELECT
STOCK_ID
FROM
(
SELECT
STOCK_ID,
LAST_VALUE(CLOSE)/AVG(CLOSE, 30) AS MA_30,
REF(MACD(CLOSE,12,26,9),1) AS REF_MACD,
MACD(CLOSE,12,26,9) AS MACD,
YOY(OPER_REV_TTM,4) AS JLR
FROM
STOCK_OHLC
WHERE
STOCK_OHLC.STOCK_ID IN (CODE1)
AND STOCK_OHLC.DATE > START_DATE
AND STOCK_OHLC.DATE < END_DATE
GROUP BY
STOCK_ID
)
WHERE MA_30 > 1 AND MACD > REF_MACD AND JLR >= 20/100 AND JLR <= 100/100
Python代码参考
def initialize(context):
set_benchmark('000300.XSHG')
# 获取所有股票
g.all_stocks = list(get_all_securities(types=['stock']).index)
# 每日运行选股逻辑
run_daily(select_stocks, time='before_open', reference_security='000300.XSHG')
def select_stocks(context):
# 获取当前股票池
trash_stocks = list(filter(lambda s: not get_current_data()[s].is_trading, g.all_stocks))
stocks = list(set(g.all_stocks) - set(trash_stocks) - set(context.portfolio.positions.keys()))
# 遍历所有股票，进行选择
g.stock_dict = {}
for stock in stocks:
# 如果市值不在范围内，跳过
if not (2000000000 <= get_current_data()[stock].circulating_market_cap <= 10000000000):
continue
# 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), fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] <= 0:
continue
# 如果净利润同比增长率不过关，跳过
q = query(income.statDate, income.netProfitYoYRatio).filter(income.stockcode==stock, income.statDate>=(get_today()-datetime.timedelta(days=365)))
data = get_fundamentals(q)
if len(data) == 0 or data.iloc[-1]['netProfitYoYRatio'] <= 20 or data.iloc[-1]['netProfitYoYRatio'] > 100:
continue
# 如果30日平均线向下，跳过
ma30 = talib.MA(get_price(stock, count=30, end_date=context.previous_date), timeperiod=30)[-1]
if get_close_price(stock, '1d') < ma30:
continue
g.stock_dict[stock] = True
## 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。
