问财量化选股策略逻辑
该选股策略包含三个条件：
- 振幅大于1；
- 日线MACD大于0；
- DEA上涨。
选股逻辑分析
该选股策略与前一个选股策略类似，不同之处在于使用了MACD指标的DEA线来确认股票上涨趋势，并且没有使用营收增长率这样的财务指标进行筛选。该选股策略注重技术指标，旨在挑选出具有向上趋势的大涨潜力股票，并且振幅大于1也意味着该股票的波动较大，可以与其他财务指标相结合，提高选股的准确性。
有何风险？
该选股策略有以下风险：
- 该选股策略只使用MACD指标的DEA线来确认上涨趋势，不能够全面反映股票的涨跌情况；
- 忽略其他财务指标，无法评估公司业绩和价值；
- 只考虑振幅大于1的股票，可能会忽略市场领先股的力量，不能够全面反映市场情况。
如何优化？
为提高该选股策略的精度和准确性，建议优化方向为：
- 引入其他技术指标同时使用MACD指标，如RSI、KDJ、BOLL等，结合其他财务指标来评估公司的业绩；
- 指标参数优化，可以针对不同的行情设置不同的参数，调整选股策略的精度；
- 合理利用振幅大于1来过滤噪音，而不是盲目追求波动。
最终的选股逻辑
综合以上分析，建议完善后的选股策略为：
- 振幅大于1；
- 日线MACD大于0；
- DEA上涨；
- 引入其他技术指标结合其他财务指标进行综合分析；
- 合理利用振幅大于1来过滤噪音。
同花顺指标公式代码参考
// 通达信指标公式
TEMP1:MACD(CLOSE,SHORT,MID,LONG);
DEA:EMA(TEMP1,M);
SALL:IF(AMO>1000 AND IF(TEMP1>0 AND DEA>REF(DEA,1),1,0),1,0);
python代码参考
def get_stock_by_macd(tickers, start_date, end_date):
df_price = get_price(tickers, start_date, end_date, frequency='1d', fields=['close', 'high'])
amplitude = (df_price['high'] - df_price['low']) / df_price['close'].shift(1)
macd, signal, hist = talib.MACD(df_price['close'])
dea = talib.EMA(macd, timeperiod=9)
selection = (macd > 0) & (dea > dea.shift(1))
return df_price[selection]
## 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。
