(iwencai量化策略)macd零轴以上_、20日均线大于120日均线、振幅大于1

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

选股逻辑为振幅大于1,20日均线大于120日均线,MACD零轴以上。将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。

选股逻辑分析

该选股策略主要通过以下几个条件筛选股票:

  1. 振幅大于1,说明该股票存在较大波动性,有更高的交易机会;
  2. 20日均线大于120日均线,说明该股票处于上涨趋势;
  3. MACD零轴以上,说明市场情绪乐观,可能存在涨势。

有何风险?

以下是该选股策略可能产生的风险:

  1. MACD指标可能会出现拐点,导致股票价格下跌;
  2. 过分追求短期收益,而忽略长期投资价值;
  3. 忽略其他基本面和技术面指标,导致选股不准确。

如何优化?

为降低以上可能产生的风险,可以考虑以下优化措施:

  1. 结合其他指标进行判断,如RSI、KDJ等,尽量减少因单一指标出现误判的情况;
  2. 规避过度追求短期收益的风险,注重长期投资价值;
  3. 加强对宏观经济和行业趋势的研究,综合判断股票市场表现。

最终的选股逻辑

经过上述优化,得到以下完善版的选股逻辑:

  • 振幅大于1,20日均线大于120日均线,MACD零轴以上;
  • 结合其他指标进行判断,如RSI、KDJ等,较少因单一指标出现误判的情况;
  • 规避过度追求短期收益的风险,注重长期投资价值;
  • 加强对宏观经济和行业趋势的研究,综合判断股票市场表现。

注:以上选股逻辑仅供参考,具体根据实际需求和风险承受能力进行调整。

同花顺指标公式代码参考

以下是同花顺的相关代码:

/* 将具体选股条件填充至筛选公式中 */
SELECT
    /* 振幅大于1,20日均线大于120日均线,MACD零轴以上 */
    AMPLITUDE >= 1 AND MA(CLOSE, 20) >= MA(CLOSE, 120) AND MACD() >= 0
ORDER BY
    CLOSE DESC

python代码参考

以下是python代码的参考:

import baostock as bs
import pandas as pd

def stock_selection():
    #### 登陆系统 ####
    lg = bs.login()

    #### 获取沪深A股历史K线数据 ####
    rs = bs.query_history_k_data_plus("sh.600000", "date,code,open,high,low,close,volume", start_date='2020-01-01', end_date='2021-03-31', frequency="d", adjustflag="2")
    #### 获取结果集 ####
    stock_data = rs.get_data()

    #### 计算振幅、20日均线和120日均线 ####
    stock_data['AMPLITUDE'] = (stock_data['high']-stock_data['low']) / stock_data['close'].shift(1) * 100
    stock_data['MA20'] = stock_data['close'].rolling(20).mean()
    stock_data['MA120'] = stock_data['close'].rolling(120).mean()

    #### 计算MACD指标中的DIF和DEA ####
    ema12 = stock_data['close'].ewm(span=12, adjust=False).mean()
    ema26 = stock_data['close'].ewm(span=26, adjust=False).mean()
    dif = ema12 - ema26
    dea = dif.ewm(span=9, adjust=False).mean()
    stock_data['MACD'] = dif - dea

    #### 将MACD指标中的DIF和DEA转换为列表,判断其是否大于0 ####
    macd_above_zero = (dif-dea).tolist()[-1] > 0

    #### 选股 ####
    stock_selection = (stock_data['AMPLITUDE'] > 1) & (stock_data['MA20'] > stock_data['MA120']) & macd_above_zero
    selected_stock = stock_data[stock_selection]

    #### 登出系统 ####
    bs.logout()

    return selected_stock

注:以上python代码需要安装baostock、pandas等库,仅供参考,具体根据实际需求和风险承受能力进行调整。

    ## 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

需要帮助?

试试AI小助手吧