问财量化选股策略逻辑
选股逻辑：MACD零轴以上，资金流强度由大到小，2021年。
选股逻辑分析
该选股逻辑综合了技术指标和市场情绪因素，选股指标包括MACD、资金流强度和时间因素，同时选股还要考虑趋势和走势的变化，在技术指标满足条件的前提下，要求选取2021年表现优异的股票，以挖掘市场的投机氛围。MACD零轴以上可以排除短期走势不明朗的股票，资金强度由大到小有助于挖掘市场资金流向，选择2021年有优异表现的股票则可以更好地考虑市场情况，但是该选股逻辑也存在一些风险。
有何风险？
该选股逻辑可能存在以下风险：
1.仅依赖过去表现来选择股票可能导致未来表现不佳的情况；
2.选股过程中可能会忽略其他重要的基本面因素。
如何优化？
为克服上述风险，可以优化选股策略，例如：
1.结合其他重要的基本面因素，多维度进行筛选；
2.在选择表现优异的股票之前，进行更全面、深入的数据调研，以优化选股策略的准确度。
最终的选股逻辑
综合以上分析，我们得到最终的选股逻辑：
选股逻辑：MACD零轴以上，资金流强度由大到小，2021年，市值大于等于100亿元。
同花顺指标公式代码参考
MACD零轴以上
CROSS(JC,0) AND DIFF>DEA
资金流强度由大到小
资金流强度(30)
SZ#
2021年
YEAR(C) == 2021
市值大于等于100亿元
MARKET_CAP >10000000000
Python代码参考
import pandas as pd
from jqdata import *
import talib as ta
def select_stock(context):
q = query(
valuation.code,
valuation.market_cap,
valuation.circulating_market_cap,
valuation.pe_ratio,
valuation.pb_ratio,
indicator.roe
).filter(
valuation.market_cap >= 10000000000,
valuation.circulating_market_cap >= 200000000,
valuation.pe_ratio > 0,
valuation.pb_ratio > 0,
indicator.roe > 10
)
df = get_fundamentals(q)
df = df[df.apply(lambda x: x.code[:2] in ['00', '30'], axis=1)]
df = df[df.apply(lambda x: x.code[0] != '3' or x.code[:3] in ['300', '301', '302'], axis=1)]
# MACD零轴以上
macd_list = []
for stock in df['code']:
close = get_price(stock, end_date=context.current_dt, frequency='daily', fields='close', count=200)['close']
macd, signal, _ = ta.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] > signal[-1] and macd[-2] < signal[-2]: # MACD金叉
macd_list.append(stock)
# 资金流强度由大到小
strong_fund = []
for stock in macd_list:
x = get_money_flow(stock, end_date=context.current_dt, count=30, fields=['main_fund_in', 'main_fund_out', 'turnover_ratio'])
if x.main_fund_in.rolling(5).sum().iloc[-1] > x.main_fund_out.rolling(5).sum().iloc[-1]:
strong_fund.append([stock, x.turnover_ratio.mean()])
strong_fund = sorted(strong_fund, key=lambda x: x[1], reverse=True)
# 选择2021年表现优异的股票
excellent_stock = []
for stock in strong_fund:
if get_growth_rate(stock[0], start_date='2021-01-01', end_date=context.current_dt) > 0.05:
excellent_stock.append(stock[0])
log.info("Chosen stocks:", excellent_stock)
return excellent_stock
## 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。
