(iwencai量化)非ST(10点之前选股票)五部涨停战法_、今日上涨_1主板、macd

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

选股逻辑:MACD指标零轴以上,今日股价上涨大于1%,属于主板股票且非ST,10点之前选股,使用五部涨停战法。

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

该选股策略需要先筛选出MACD指标零轴以上、今日股价上涨大于1%、属于主板股票且非ST的股票,然后在10点之前选股,使用五部涨停战法进行筛选。

有何风险?

以下是该选股策略可能面临的风险:

  1. 选股逻辑中涨停战法可能出现“抢跑”,在短时间内判断走势容易被市场情绪影响导致选股结果失误;
  2. 选股时机不精确,有可能错失股票价格上涨的最佳时机;
  3. MACD指标运用范围较窄,可能会忽略股票实际情况。

如何优化?

以下是几个优化该选股策略的建议:

  1. 对于选股时机,可以采用更多的技术分析工具,如K线形态等等,提升股票买入点的准确性;
  2. 需要对所选因素进行权衡得分,然后加权排名或按几项指标同时筛选,可以提高准确性;
  3. 可以根据自己的投资风格和风险承受能力,对涨停战法进行改进或选择适合自己的战法。

最终的选股逻辑

选股策略:MACD指标零轴以上,今日股价上涨大于1%,属于主板股票且非ST,10点之前选股,使用五部涨停战法。

同花顺指标公式代码参考

SELECT S_CODE 
FROM (
    SELECT S_CODE
    FROM STOCK_BASICINFO 
    WHERE 
        -- MACD指标零轴以上
        MACD(S_CODE, 12, 26, 9) > 0
        -- 今日上涨大于1%
        AND (HIGH - S_REF(1, CLOSE))/S_REF(1, CLOSE) > 0.01
        -- 属于主板非ST股票
        AND MARKET(S_CODE) LIKE '%主板%'
        AND RIGHT(S_CODE, 3) != 'ST'
    ) A
    ORDER BY RAND()
    LIMIT 300;

Python代码参考

# 初始化
def initialize(context):
    set_benchmark('000300.XSHG')
    # 获取所有非ST主板股票
    g.all_stocks = []
    for stock in get_index_stocks('000001.XSHG'):
        if 'ST' not in get_security_info(stock).name and 'ST' not in stock:
            g.all_stocks.append(stock)
    # 每天早上10点进行选股
    run_daily(select_stocks, '10:00')
    # 可以轻易买入和卖出开仓
    set_option('use_real_price', True)

# 选股逻辑
def select_stocks(context):
    selected_stocks = []
    # 遍历所有股票,进行筛选
    for stock in g.all_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
        # 如果今日上涨小于1%,或不属于主板非ST股票,跳过
        today_increase = (get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][-1] - get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]) / get_price(stock, count=2, end_date=context.current_dt, frequency='1d', fields=['close'])['close'][0]
        if today_increase <= 0.01 or ('主板' not in get_security_info(stock).name) or ('ST' in get_security_info(stock).name or 'ST' in stock):
            continue
        # 如果满足涨停战法的条件,加入筛选结果
        prices = get_price(stock, count=5, end_date=context.current_dt, frequency='1d', fields=['close'])['close'].tolist()
        if all([prices[i] < prices[i+1] for i in range(4)]):
            selected_stocks.append({'stock': stock, 'volume': get_price(stock, count=1, end_date=context.current_dt, frequency='1d', fields=['volume']).iloc[0][0], 'price': get_price(stock, count=1, end_date=context.current_dt, frequency='1d', fields=['close']).iloc[0][0]})
    # 卖出不在筛选结果中的股票
    for stock in context.portfolio.positions:
        if stock not in [item['stock'] for item in selected_stocks]:
            order_target(stock, 0)
    # 买入新选出的股票
    for item in selected_stocks:
        stock = item['stock']
        if stock not in context.portfolio.positions:
            can_order_value = context.portfolio.total_value - sum([position.market_value for position in context.portfolio.positions.values()])
            if can_order_value < item['price'] * 100:
                can_order_value = item['price'] * 100
            order_target_value(stock, can_order_value/len(selected_stocks))    
    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论