问财量化选股策略逻辑
选股逻辑：MACD零轴以上、DEA上涨、2021年营收/2018年营收大于1.1。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
该选股策略主要考虑技术指标和基本面指标两个方面。首先筛选MACD零轴以上、DEA上涨的股票，代表着股票总体呈上涨趋势。其次，确定该股票2018年到2021年的营收增长率大于10%，代表着股票具备一定的成长性。
有何风险？
以下是该选股策略可能存在的一些风险：
- 该策略对公司基本面指标的考虑较少，可能无法全面反映公司内部情况；
- 营收增长率的考虑只考虑了短期数据，存在忽视长期数据的风险；
- 该策略可能无法应对宏观经济变化等市场因素的影响，存在较大的不确定性风险。
如何优化？
以下是对该选股策略的一些建议：
- 建议加入其他基本面指标的考虑，如市盈率、市净率、股息率等指标的综合分析，以更全面地分析股票的价值、成长性等方面；
- 建议加入长期数据的考虑，如3-5年的财务数据，在分析股票成长性时能够更全面考虑公司发展的长期态势。
最终的选股逻辑
该选股策略主要考虑技术指标和基本面指标两个方面，首先选取MACD零轴以上、DEA上涨的股票，然后筛选出2018年到2021年的营收增长率大于10%的个股。建议根据不同市场环境调整选股条件和权重，以克服市场波动对策略产生的影响。
同花顺指标公式代码参考
- MACD指标（12,26,9）：DIF=EMA(CLOSE,12)-EMA(CLOSE,26); DEA=EMA(DIF,9); MACD=(DIF-DEA)*2;
- 2018年到2021年营收增长率：(TTM(2021-12-31)-TTM(2018-12-31))/TTM(2018-12-31)
Python代码参考
def initialize(context):
set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0003, min_cost=5))
set_slippage(PriceSlippage(0.002))
set_option('avoid_future_data', True)
g.stocks_selected = []
def before_trading_start(context):
g.stocks_selected = select_stock(context)
def handle_data(context, data):
for security in context.portfolio.positions.keys():
if security not in data:
continue
if data[security].close < 0.96 * context.portfolio.positions[security].cost_basis:
order_target_value(security, 0)
if len(context.portfolio.positions) < 10:
buy_list = g.stocks_selected[:5]
for buying_stock in buy_list:
if not data.can_trade(buying_stock):
continue
order_target_value(
buying_stock,
context.portfolio.portfolio_value/len(buy_list)
)
def select_stock(context):
# 获取MACD零轴以上、DEA上涨，且2018年到2021年营收增长率大于10%的股票
stock_filter = query(
valuation.code,
indicator.macd.macd,
indicator.macd.diff,
indicator.macd.dea,
income_statement.total_operating_revenue
).filter(
(indicator.macd.macd > 0) &
(indicator.macd.diff < indicator.macd.dea) &
((income_statement.total_operating_revenue.iloc[-1] /
income_statement.total_operating_revenue.iloc[-4]) > 1.1)
)
stock_universe = get_fundamentals(stock_filter).dropna()
STOCK_LIST = stock_universe['code'].tolist()
return STOCK_LIST
## 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。
