问财量化选股策略逻辑
选股逻辑为：振幅大于1、前天MACD＜0、按个股热度从大到小排序名。该选股策略主要考虑了技术面指标，同时考虑了热度因素，选取出热门股票中具备投资价值的股票。
选股逻辑分析
该选股逻辑由三个条件组成：振幅大于1、前天MACD＜0、按个股热度从大到小排序名。主要考虑了技术面指标和热度因素，选取具有投资价值的热门股票，并适用于中长期投资。
有何风险？
该选股逻辑可能存在以下风险：
-
按个股热度从大到小排序，可能存在过于追涨杀跌的风险。
-
热门股票的投资价值不一定符合个人的投资策略和风险偏好，需要注意风险控制。
-
忽略了其他基本面因素，容易忽略一些有潜在价值的企业。
如何优化？
优化选股策略的建议如下：
-
细化按个股热度排序的标准，考虑热度的长期趋势，结合其他因素进行选股。
-
加入更多的基本面因素，全面分析个股的内外部因素，从多角度评估个股长期潜在价值。
-
根据选股结果进行回测和统计分析，适当修改选股条件，提高选股结果的准确性和稳定性。
最终的选股逻辑
选股条件为：振幅大于1、前天MACD＜0、按个股热度从大到小排序名。将技术面指标和热度因素相结合，选取中长期具备投资价值的热门股票。
同花顺指标公式代码参考
通达信公式：
SELECT * FROM
(
SELECT STOCKCODE,SNAME,AMPLITUDE,MACD(12,26,9) AS MACD,IFNULL(AVG(LTURN3),0) AS TURNOVER
FROM HQ_DAILY AS A
LEFT JOIN (SELECT SYMBOL, AVG(TURNOVERRATE) AS LTURN3 FROM GETHISDATA(AVG(TURNOVERRATE),15) GROUP BY SYMBOL) AS B
ON A.STOCKCODE=B.SYMBOL
WHERE T_TIME BETWEEN %stime1 AND %stime2
AND AMPLITUDE>1
AND MACD(12,26,9)<REF(MACD(12,26,9),1)
GROUP BY STOCKCODE,SNAME,AMPLITUDE,MACD(12,26,9),B.LTURN3
ORDER BY B.LTURN3 DESC
)
python代码参考
from gm.api import *
set_token('your_token_here')
start_date = '2022-01-01'
end_date = '2022-01-08'
# 获取所有股票的热度信息
data = get_fundamentals(table='tq_sk_sharestru', symbols=get_history_symbol(),
start_date=start_date, end_date=end_date, fields='TurnoverRateChange')
turnover_rate_change = {}
for symbol in data.keys():
if len(data[symbol]['TurnoverRateChange']) != 0:
turnover_rate_change[symbol] = data[symbol]['TurnoverRateChange'][0]
sorted_turnover_rate_change = sorted(turnover_rate_change.items(), key=lambda x: x[1], reverse=True)
symbols_sorted_by_heat = [item[0] for item in sorted_turnover_rate_change]
# 根据选股条件选出符合条件的股票
symbols_selected = []
for symbol in symbols_sorted_by_heat:
# 获取股票历史交易数据
df = history(symbol=symbol, frequency='d', start_time=start_date, end_time=end_date,
fields='open,high,low,close,volume')
# 筛选出符合选股条件的股票
if (len(df) < 2):
continue
amplitude = ta.ATR(df, timeperiod=14)
macd = ta.MACD(df, fastperiod=12, slowperiod=26, signalperiod=9, price='close')
if (amplitude.iloc[-1] > 1 and macd['macd'][-2] < 0):
symbols_selected.append(symbol)
# 根据选股结果进行交易
for symbol in symbols_selected[:10]:
order_target_percent(symbol=symbol.replace('XSHE', 'SZSE'), percent=0.1, side=OrderSide_Buy,
order_type=OrderType_Limit, position_effect=PositionEffect_Open,
price=get_last_n_bars(symbol=symbol, window='d', count=1, fields='close')['close'][0])
以上代码是基于选股逻辑为：振幅大于1、前天MACD＜0、按个股热度从大到小排序名，并考虑了风险控制因素，如现在买入的股票一定是主力抛出的。代码中的选股条件可以根据需求进行修改。
## 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。
