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；
- 换手率在3%~12%的范围内。
选股逻辑分析
该选股策略将股票选择的重点放在了价格波动、短期趋势和投资者对股票的反应等因素上，同时限制了换手率以控制股票流动性风险。相对于其他选股策略，该方法更注重短期涨幅，投资者需有较高的交易频率和投资经验，更适用于短线操作。
有何风险？
该选股策略有以下风险：
- 振幅、MACD和换手率等指标具有一定滞后性，难以完全反映市场风险和变化。
- 对于不同行业、不同时期的股票，其换手率差异较大，可能掩盖了其他基本面等风险因素，造成投资偏差。
- 在较短的时间内，股票选取出的数量更多，投资者不易进行有效的资产分散，增加了风险。
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：
- 增加其他技术指标，如RSI和DMI等，以进一步判断市场风险；
- 筛选符合行业特点和核心基本面的优质股票，进行行业相对估值分析，挖掘行业热点；
- 加入时间窗口、资金流入等因素，避免短期的无效数据导致信息失真；
- 加入长、短线组合策略，严格控制交易频率、下单量和仓位等情况；
- 使用机器学习算法进行量化分析，进行实际应用验证和进一步提升选股精度。
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；
- 换手率在3%~12%的范围内；
- 增加其他技术指标，如RSI和DMI等；
- 筛选符合行业特点和核心基本面的优质股票；
- 时间窗口、资金流入等因素，避免短期的无效数据导致信息失真；
- 长、短线组合策略，严格控制交易频率、下单量和仓位等情况；
- 使用机器学习算法进行量化分析，进行实际应用验证和进一步提升选股精度。
同花顺指标公式代码参考
// 通达信指标公式
VAR1:=(CLOSE-REF(CLOSE,1))/REF(CLOSE,1)*100;
DIF:EMA(VAR1,12);
DEA:EMA(DIF,9);
MACD:(DIF-DEA)*2,COLORSTICK;
python代码参考
import talib
df = get_price(ticker, start_date, end_date, frequency)
amplitude = (df['high'] - df['low']) / df['pre_close']
macd, signal, hist = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)
turnover_rate = get_turnover_rate(ticker, start_date, end_date)
result = df[(amplitude > 0.01) & (macd > 0) & (turnover_rate > 0.03) & (turnover_rate < 0.12)]
## 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。
