问财量化选股策略逻辑
选股逻辑：MACD零轴以上、饮料酒进出口、换手率>2%且<9%。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
该选股策略综合了MACD指标、饮料酒行业进出口情况以及股票的换手率作为因素，通过综合分析选出符合条件的股票。
有何风险？
以下是该选股策略可能存在的一些风险：
- 该选股策略忽略了股票的基本面因素，如财务指标等，可能会忽略了企业内部发展情况；
- 换手率作为因素选出的股票，可能会存在短期投资者大量买卖导致该指标波动的情况；
- MACD指标可能存在滞后的情况，导致所选股票表现不尽如人意。
如何优化？
以下是该选股策略的一些优化建议：
- 加入其他的基本面指标，如市盈率、市净率等，全面评估企业；
- 调整选股策略的条件和权重，如适当增加财务指标的权重，降低换手率作为因素的权重；
- 对MACD指标进行改进，如针对滞后问题进行修正，以某些较短的均线作为参考等方法。
最终的选股逻辑
该选股策略综合了MACD指标、饮料酒进出口情况以及股票的换手率作为因素选取符合条件的股票，作为投资标的进行配置。
同花顺指标公式代码参考
SELECT sc.SecCode, valuation.PB_LF, LC_ConvertibleBondsAdditional.转债名称, indicator.macd
FROM SecuMain sm
JOIN SecuCode sc ON sm.InnerCode=sc.InnerCode
LEFT JOIN (
SELECT CompanyCode, 转债名称
FROM LC_ConvertibleBondsAdditional
WHERE 转债名称 NOT LIKE '%ST%'
) LC_ConvertibleBondsAdditional ON sm.CompanyCode = LC_ConvertibleBondsAdditional.CompanyCode
JOIN (
SELECT DISTINCT InnerCode
FROM STK_Industry
WHERE IndustryCode = 'A39' OR IndustryCode = 'A42' AND TypeCode = 'L2'
) ind ON sm.InnerCode = ind.InnerCode
JOIN indicator ON sm.InnerCode = indicator.InnerCode
JOIN valuation ON sm.InnerCode = valuation.InnerCode
JOIN Finance.STK_ExgIndustry_ClassCITICS ci ON sm.InnerCode = ci.InnerCode
JOIN Finance.STK_ExgIndexComponent ic ON sm.InnerCode = ic.InnerCode
WHERE
sc.Secucode NOT LIKE 'ST%'
AND sc.Secucode NOT LIKE '*ST%'
AND ic.IndexCode = '000905.XSHG'
AND ci.XLIndustry = '800010.ZICN'
AND indicator.macd > 0
AND ic.EndDate >= '%s'
AND ic.EndDate <= '%s'
AND Finance.STK_MoneyFlow.NetPercentRatio_L > 2
AND Finance.STK_MoneyFlow.NetPercentRatio_L < 9
AND Finance.STK_MoneyFlow.NetAmount_Main_L > 0
ORDER BY
collections DESC
LIMIT
50;
Python代码参考
from jqdata import *
def initialize(context):
pass
def before_trading_start(context):
g.stocks_selected = select_stock(context)
def handle_data(context, data):
for security in context.portfolio.positions.keys():
if security not in data:
continue
if data[security].close < 0.95 * context.portfolio.positions[security].cost_basis:
order_target_value(security, 0)
for buying_stock in g.stocks_selected:
if not data.can_trade(buying_stock):
continue
order_target_value(
buying_stock,
context.portfolio.portfolio_value/len(g.stocks_selected)
)
def select_stock(context):
q = query(
valuation.code,
Finance.STK_MoneyFlow.NetPercentRatio_L,
Finance.STK_MoneyFlow.NetAmount_Main_L,
indicator.macd,
LC_ConvertibleBondsAdditional.转债名称
).filter(
ic.IndexCode == '000905.XSHG',
ci.XLIndustry == '800010.ZICN',
indicator.macd > 0,
(Finance.STK_MoneyFlow.NetPercentRatio_L > 2) & (Finance.STK_MoneyFlow.NetPercentRatio_L < 9),
Finance.STK_MoneyFlow.NetAmount_Main_L > 0,
LC_ConvertibleBondsAdditional.转债名称 != None
).group_by(
valuation.code
).order_by(
finance.collections.desc()
).limit(50)
df = get_fundamentals(q)
stock_filtered = []
for stock in df['code']:
if data.can_trade(stock) and get_previous_security_price(stock, 10, '1d', 'high') is not None:
stock_filtered.append(stock)
return sorted(stock_filtered, key=lambda x: get_trade_days(start_date=start_date, end_date=end_date).index(get_trade_date(x)), reverse=True)
## 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。
