问财量化选股策略逻辑
选股逻辑：MACD指标零轴以上、三连阴、100亿市值以内的无亏损企业。该选股策略将技术面和基本面分析相结合，选出了市值适中、近期走势良好且盈利稳健的企业。
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
该选股策略将MACD指标结合三连阴作为技术面选股依据，同时选出市值在100亿以内、无亏损企业作为基本面选股依据。这样的选股策略适合选出具有中长期投资价值，而且盈利稳定的标的。同时，该选股策略关注的市值范围也可以让投资者规避大盘蓝筹股的风险，寻找更具成长性的标的。
有何风险？
该选股策略可能存在以下风险：
- 忽略了股票的长期投资价值，选股范围较小，样本集中的风险增加；
- 企业财务数据可能存在造假风险，需要更严格的风险评估和管控；
- 技术面指标可能会存在使用滞后的风险。
如何优化？
以下是一些优化的建议：
- 细化选股条件，将除了MACD指标和三连阴之外的其他技术面指标和基本面指标都进行评估；
- 定期对企业财务数据进行深入调研，保证数据的真实性和准确性；
- 尝试使用其他技术面指标，规避MACD指标使用滞后的情况。
最终的选股逻辑
选股策略：MACD指标零轴以上，三连阴，100亿市值以内的无亏损企业，并保证企业财务数据真实可靠，同时综合考虑技术面和基本面，选出具备长期投资价值的标的。
同花顺指标公式代码参考
- MACD指标：MACD(12,26,9)
Python代码参考
from jqdata import *
import talib
def initialize(context):
set_benchmark('000300.XSHG')
set_option('use_real_price', True)
g.selected = []
def handle_data(context, data):
if context.current_dt.time() != datetime.time(9, 30):
return
g.selected = []
for stock in get_all_securities(types=['stock'], date=context.current_dt.date()).index:
try:
# 筛选市值在100亿以内且近3年净利润全为正数的股票
if get_fundamentals(query(valuation).filter(valuation.market_cap <= 100000000000)
.filter(income.net_profit > 0).filter(income.net_profit.rolling(window=12).apply(lambda x: (x > 0).all())),
context.current_dt.date())[stock]['market_cap'][0] <= 100000000000:
close_prices = get_price(stock, end_date=context.current_dt.date(), frequency='daily', fields='close', count=252)
# 计算MACD指标
macd, signal, hist = talib.MACD(close_prices, fastperiod=12, slowperiod=26, signalperiod=9)
if data[stock].paused or data[stock].is_st or data[stock].low_limit == data[stock].high_limit:
continue
# 判断MACD指标和三连阴是否满足条件
if hist[-1] > 0 and hist[-2] < 0 and hist[-3] < 0:
g.selected.append(stock)
except:
continue
if len(g.selected) > 0:
trade(context, g.selected)
def trade(context, selected):
position_count = len(selected)
if position_count == 0:
return
stock_value = context.portfolio.total_value / position_count
for stock in selected:
if stock in context.portfolio.positions:
order_target_value(stock, stock_value)
else:
order_value(stock, stock_value)
for stock in context.portfolio.positions:
if stock not in selected:
order_target(stock, 0)
## 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。
