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；
- 今日增仓占比大于5%。
选股逻辑分析
该选股策略除了考虑价格波动和短期趋势外，还加入了今日增仓占比的因素。今日增仓占比较大，反应了市场对该股票的看好程度，有利于投资者捕捉短期涨势。但该策略过于注重短期交易动量，风险较大。
有何风险？
该选股策略有以下风险：
- 选股依据的三个条件具有一定的滞后性，无法完全反应最新的市场风险和变化，信息可能失真而造成误判；
- 过于依赖短线动量，增加了交易频率和操作成本，需要承担较高的时间和精力成本，同时也增加了投资风险；
- 操作过于激进，会产生大量无效信号，增加了交易风险；
- 盲目追涨，容易导致买入高位，遇到回撤时亏损较大。
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，如RSI和KDJ等，以进一步判断市场风险；
- 组合多种技术分析指标，针对不同的市场情况，选择更加适合的指标组合，提高选股准确性；
- 加入中长期基本面因素，如市盈率、市净率、资金流向等，分析行业和公司的核心竞争力，从多个角度全面评估短期和长期的投资价值；
- 加入风险控制因素，如止损、分批建仓、资产配置等，降低投资风险；
- 引入机器学习算法进行优化，提高选股精度和效率。
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；
- 今日增仓占比大于5%；
- 加入其他技术指标，如RSI和KDJ等；
- 加入中长期基本面因素，如市盈率、市净率、资金流向等；
- 加入风险控制因素，如止损、分批建仓、资产配置等；
- 引入机器学习算法进行优化，提高选股精度和效率。
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;
VAR2:=C/REF(C,1)*100;
TODAY_INC:(VAR2-100)/100,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)
change_rate = (df['close'] / df['close'].shift(1) - 1) * 100
today_inc = (df['close'] / df['close'].shift(1) - 1) * 100
result = df[(amplitude > 0.01) & (macd > 0) & (change_rate > 5) & (today_inc > 0)]
## 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。
