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%，9点25分涨幅小于6%。
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
本选股策略基于MACD指标、归属母公司股东的净利润同比增长率和早盘涨幅，筛选具有良好基本面且有望在当日价格上涨的股票。
有何风险？
该选股策略可能面临以下风险：
- 早盘涨幅不一定能够持续，可能会错过涨幅更大的股票。
- MACD指标可能存在一定的滞后性。
- 只考虑单一财务指标，可能忽略了公司的整体财务状况。
如何优化？
以下是几个改进该选股策略的建议：
- 引入更多的技术指标，例如RSI等，以更全面地分析股票价格走势。
- 选取更可靠的财务指标，例如营收增长率、净利润率等，以更好地评估股票的基本面。
- 考虑引入行业指标，如PE、PB等，以对不同行业的股票进行更准确地评估。
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%，9点25分涨幅小于6%。
同花顺指标公式代码参考
SELECT CODE,SECNAME FROM (
SELECT
CODE,SECNAME,
CROSS(MACD(12,26,9),0)>0,
icoe(net_profit_yoy_ratio)>0.2 AND icoe(net_profit_yoy_ratio)<=1,
(NOW()-RST)/RST*100<=6,
TRADETIME>=92500,
CIRCULATION_MV>10000000000,
TRADEDATE_CLOSE=19.5,
MARKET='SZ',
MINTIME='1'
FROM
INDICDATA WHERE TRADEDATE>=REFDATE(now(), -7) AND KIND='STK' AND MINTIME='1')
WHERE 1=1 ORDER BY HEAT DESC LIMIT 100"
Python代码参考
# 初始化
def initialize(context):
set_benchmark('399106.XSHE')
# 获取所有股票
g.all_stocks = list(get_all_securities(types=['stock'], exchanges=['szse']).index)
# 每天运行选股逻辑
run_daily(select_stocks, time_rule=market_open(hours=0.5))
# 选股逻辑
def select_stocks(context):
# 获取当天所有股票
stocks = list(get_all_securities(types=['stock'], date=context.previous_date).index)
# 遍历所有股票，进行选择
g.stock_dict = {}
for stock in 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
# 如果净利润同比增长率不过关，跳过
q1 = query(income.statDate, income.netProfitYoYRatio, stock.status).filter(
income.code == stock, income.statDate >= (get_today() - datetime.timedelta(days=365)))
data1 = get_fundamentals(q1)
if data1.empty or data1['net_profit_yoy_ratio'][0] <= 0.2 or data1['net_profit_yoy_ratio'][0] > 1:
continue
# 如果早盘涨幅不符合标准，跳过
lc = get_current_tick(stock).current
yc = get_current_tick(stock).prev_close
if (lc - yc) / yc * 100 > 6:
continue
# 更新选择列表
g.stock_dict[stock] = data1['net_profit_yoy_ratio'][0]
# 按照结果排序
high_value_stocks = sorted(g.stock_dict.keys(), key=lambda s: g.stock_dict[s], reverse=True)[:5]
if len(high_value_stocks) > 0:
buy_list = [(s, 1) for s in high_value_stocks]
else:
buy_list = []
# 交易
for s, cnt in buy_list:
order_target(s, cnt, MarketOrder())
## 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。
