问财量化选股策略逻辑
选股逻辑：MACD零轴以上、DEA上涨，并且近25个交易日有单日涨幅大于等于百分之10。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
该选股策略是基于MACD和DEA技术面指标和短期涨幅筛选，用来挑选股票市场表现好的股票。MACD和DEA指标能够较好地展示股票买卖力量的强弱和变化趋势, 近25个交易日内涨幅大于等于百分之10能够选择市场表现良好的个股。
有何风险？
以下是该选股策略可能存在的一些风险：
- MACD和DEA指标短期失效：一些技术指标快速调整或者失效，影响选股效果；
- 股票短期强势不代表长期强势，短期表现良好不一定能够保持： 当股票的短期表现良好时，也需要考虑持续性，及未来股价是否会出现下跌；
- 选用单一筛选因素容易产生选股集中度过高，风险分散不够。
如何优化？
以下是该选股策略的一些优化建议：
- 加强对于短期涨幅筛选的细化处理：可以对股票的涨幅进行分段处理，避免过于依赖个别涨幅；
- 采用多种指标组合的选股策略：可以采用多种技术面指标进行组合以增加选股的稳定性；
- 加强风险控制：可以加入风险控制策略，如设置止损点等。
最终的选股逻辑
该选股策略选取MACD零轴以上、DEA上涨，并且过去25个交易日中至少有一天单日涨幅大于等于10%的个股作为选股标准。
同花顺指标公式代码参考
- 判断MACD零轴以上、DEA上涨: MACD(12,26,9)：DIF=EMA(CLOSE,12)-EMA(CLOSE,26);DEA=EMA(DIF,9);DIF>DEA
- 判断过去25个交易日是否有单日涨幅大于等于10%： COUNT(C>=1,25) OR RATIO(C/REF(C,1)-1)>=10
python代码参考
from jqdata import *
import talib
def initialize(context):
set_commission(PerTrade(buy_cost = 0.0003, sell_cost = 0.0003, min_cost = 5))
set_slippage(PriceSlippage(0.002))
set_option('avoid_future_data', True)
g.stock_num = 10
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)
if len(context.portfolio.positions) < g.stock_num:
buy_list = g.stocks_selected[:]
for buying_stock in buy_list:
if not data.can_trade(buying_stock):
continue
order_target_value(
buying_stock,
context.portfolio.portfolio_value/g.stock_num
)
def select_stock(context):
stock_list = get_index_stocks('000300.XSHG')
# MACD指标金叉死叉
filter_ = (
lambda security:
talib.MACD(data[security].close, fastperiod=12, slowperiod=26, signalperiod=9)[0][-1] > 0 and
talib.MACD(data[security].close, fastperiod=12, slowperiod=26, signalperiod=9)[0][-1] >
talib.MACD(data[security].close, fastperiod=12, slowperiod=26, signalperiod=9)[1][-1] and
# 近25个交易日内单日涨幅有大于等于10%
sum([x >= 0.1 for x in returns(security, 25)]) > 0
)
stock_filtered = list(filter(lambda s: filter_(s), stock_list))
stock_filtered = sorted(
stock_filtered,
key=(
lambda s:get_fundamentals(
query(
valuation.circulating_market_cap
),
security_list=[s]
)[
'circulating_market_cap'
]
),
reverse=True
)
return stock_filtered
## 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。
