问财量化选股策略逻辑
选股逻辑：MACD零轴以上、DEA上涨，且500日内至少2次涨停的股票作为买入目标。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
该选股策略基于MACD指标和股票涨停板次数进行选股，选择MACD零轴以上、DEA上涨，且500日内至少2次涨停的股票作为买入目标。选股逻辑表示选择市场处于强势，未来有继续上涨潜力的股票，对于短线交易者可能有一定参考价值。
有何风险？
以下是该选股策略可能存在的一些风险：
- 涨停板风险：虽然存在2次涨停的要求，但股票很可能已经涨过头了，随时可能出现回调或短期盈利回吐；
- 时间窗口问题：只考虑500日内的股票涨停板次数可能会漏掉那些近期表现较好但是没有涨停的股票，缺乏全面性；
- 数据滞后：由于涨停板数量是过去数据，当市场行情出现变化或者重大利好利空，过去的数据可能不再有效；
如何优化？
以下是对该选股策略的一些建议：
- 考虑其他指标：涨停板不一定能反映出股票的真实情况，所以可以考虑其他技术指标和基本面指标进行辅助判断；
- 考虑股票的流通市值：在500日内，流通市值较小的公司其涨停板次数普遍要少于流通市值较大的公司，需要综合考虑公司的资产规模和盈利能力进行评估；
- 结合经济大环境进行分析：市场行情变化和是否处于牛市和熊市都是影响选股策略有效性的重要因素，需要充分考虑市场大环境和经济指标数据进行分析。
最终的选股逻辑
该选股策略选择MACD零轴以上、DEA上涨，且500日内至少2次涨停的股票作为买入目标。选股结果可以基于其他因素再次过滤和排序。
同花顺指标公式代码参考
- 判断MACD零轴以上、DEA上涨：MACD(12,26,9):DIF=EMA(CLOSE,12)-EMA(CLOSE,26); DEA=EMA(DIF,9); DIF>DEA;
- 判断涨停板次数：REF(SUM(MAX(0, HIGH-DELAY(HIGH, 1)), 0), n)>0.1, 选定的n为500天
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 < 0.95 * context.portfolio.positions[security].cost_basis:
order_target_value(security, 0)
if len(context.portfolio.positions) < 10:
buy_list = g.stocks_selected[:]
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):
stock_universe = get_index_stocks('000300.XSHG')
macd_filter = (
lambda security:
indicator.macd.macd[security] > 0 and
indicator.macd.macd[security] - indicator.macd.dea[security] > 0 and
ts_sum(ts_max(0, high-delay(high,1)), 500) > 2
)
stock_selected = list(filter(lambda s: macd_filter(s), stock_universe))
return stock_selected
## 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。
