(supermind)振幅大于1、北京A股除外、macd零轴以上

问财量化选股策略逻辑

选股逻辑：振幅大于1%, 北京A股除外, MACD零轴以上。

选股逻辑分析

该选股策略结合了趋势和波动的因素，通过限制振幅和地域以及选取MACD零轴以上的股票来筛选股票。适用于短期和中长期交易策略。由于MACD指标短期波动性较强，需要结合其他指标和数据来确认选定股票的操作性和风险。

有何风险？

该选股逻辑可能存在以下风险：

忽略了公司的基本面和未来增长性，可能会导致股票的风险增加；
MACD指标受交易量的影响较大，市场交易异常的情况下可能会导致选股策略的不稳定性；
忽略了其他技术指标的预判，更加侧重于短期波动对于股票的影响，存在一定的主观判断。

如何优化？

为了改进该选股策略，可以考虑以下方面：

添加其他技术指标作为辅助，结合趋势和波动因素来提高选股策略的准确性和稳定性；
增加对公司的财务指标、行业景气度、管理水平、未来前景的评估，可得到额外的权值；
制定规则来确保选股策略的长期稳健，避免出现过度风险的情况；
考虑加入量能指标，以确认选定股票实际的交易活跃度和风险。

最终的选股逻辑

经过改进后的选股逻辑如下：

振幅大于1%, 北京A股除外；
选取MACD零轴以上的股票；
选取相对于股票当前市价的偏移程度小于 ±2% 的股票；
增加对公司的财务指标、行业景气度、管理水平、未来前景的评估可得到额外的权值。
通过加入量能指标来缩小范围。

同花顺指标公式代码参考

选股逻辑的同花顺指标公式如下：

NVI:M199,MA(4),MA(26);

MACD:(CLOSE-MACD() ),9,12,26;

DIFF:DIF() - DEA();

MASK:SELECTCOUNT(MACD()>=0,MACD()<=0,MACD());

选股公式:MAX(MA(5)/MA(60),NVI/MV)+MA(5)/MA(60)>=2 AND MACD()>DIFF() AND ABS((CLOSE-MA(CLOSE,20))/MA(CLOSE,20))<0.05 AND MASK>=50 AND CAPITALIZATION<=10000000000;

python代码参考

选股逻辑的python代码如下：

def macd_picker(context):
    # 振幅大于1%, 北京A股除外
    narrow_stocks = context.narrow_stocks[((context.narrow_stocks.high / context.narrow_stocks.low) - 1) > 0.01]
    exclude_bj_stocks = narrow_stocks[narrow_stocks.area != '北京']
    # 选取MACD零轴以上的股票
    macd_stock = exclude_bj_stocks[ta.MACD(exclude_bj_stocks.close)[2] > 0]
    # 选取相对于股票当前市价的偏移程度小于 ±2% 的股票
    selected = macd_stock[((macd_stock.price - ta.MA(macd_stock.price, timeperiod=60)) / ta.MA(macd_stock.price, timeperiod=60)).abs() < 0.02]
    # 增加对公司的财务指标、行业景气度、管理水平、未来前景的评估
    selected = selected.sort_values('score', ascending=False).reset_index()
    selected.loc[:, 'score'] += 10 * (selected['PB'] - ta.MA(selected['PB'], timeperiod=5))
    selected.loc[:, 'score'] += 10 * (selected['PE'] - ta.MA(selected['PE'], timeperiod=5))
    # 通过加入量能指标来缩小范围
    volumes = get_price(list(selected.ts_code), start_date=context.current_date, end_date=context.current_date, fields='vol', adjust_type='forward')
    selected = selected.merge(volumes, on='ts_code')
    selected = selected[selected.vol > ta.MA(selected.vol, timeperiod=5)]
    selected['score'] += 0.1 * selected['vol'].rank(ascending=False, method='dense')
    selected = selected.sort_values('score', ascending=False)
    return selected.index.tolist()

    ## 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)

(supermind)振幅大于1、北京A股除外、macd零轴以上_