(iwencai量化策略)竞价涨幅>-2<5_、2021年营收除2018年营收大于1

用户头像神盾局量子研究部
2023-09-01 发布

问财量化选股策略逻辑

选股逻辑:MACD零轴以上、2021年营收/2018年营收大于1.1、竞价涨幅>-2<5。
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),有何风险?(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),请使用markdown格式。

选股逻辑分析

本选股策略中,选股的三个重要指标是MACD指标、营收增长以及竞价涨幅。其中,MACD指标反映了股票短期动量的变化,营收增长是考虑公司基本面的选择因素,竞价涨幅则关注股票近期的市场表现。

有何风险?

以下是该选股逻辑可能存在的一些风险:

  1. 竞价涨幅的使用可能对市场短期行为过于依赖,忽略股票基本面的长期影响,从而存在选出的股票与市场脱节的情况。
  2. MACD指标和营收增长的使用需要考虑不同行业和不同市场环境下的适用性,过度依赖指标容易导致漏选股票或者存在选出的股票与市场不适配的情况。

如何优化?

以下是对该选股逻辑的优化建议:

  1. 合理选择选股指标,避免单一指标对选股结果的影响过大。
  2. 考虑到股票基本面和市场情况统筹考虑,建立多维度的选股体系。
  3. 将选股逻辑与风险控制相结合,减小损失风险。

最终的选股逻辑

本策略选股结果包含MACD零轴以上、2021年营收/2018年营收大于1.1、竞价涨幅>-2<5的股票。

同花顺指标公式代码参考

  • 选股公式:

(MACD(12, 26, 9)-REF(MACD(12, 26, 9), 1) > 0) AND (MACD(12, 26, 9) > 0) AND (REF(MACD(12, 26, 9), 1) < 0) AND ((JAQS_OPER_REV_ANN_YOY[0])/(JAQS_OPER_REV_ANN_YOY[3]) > 1.1) AND (JINGJIA_CHANGE_RATE_5M[0] > -2 AND JINGJIA_CHANGE_RATE_5M[0] < 5)

python代码参考

def initialize(context):
    set_benchmark('000300.XSHG')
    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.capital_base = context.portfolio.starting_cash
    g.stocks_selected = []

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) < 10:
        buy_list = []
        for stock in g.stocks_selected:
            if stock not in data:
                continue
            if data[stock].close - data[stock].open > 0:
                buy_list.append(stock)
        buy_list = sorted(buy_list, key=lambda x: get_fundamentals(query(valuation.code, valuation.ps_ratio).order_by(valuation.ps_ratio).limit(1000)).loc[x].ps_ratio)
        for buying_stock in buy_list:
            if not data.can_trade(buying_stock):
                continue
            order_target_value(buying_stock, context.portfolio.portfolio_value/len(buy_list))

def select_stock(context):
    stock_list = get_index_stocks('000300.XSHG')
    selected = []
    for stock in stock_list:
        if not is_valid(stock):
            continue
        if not has_rising_stocks(stock):
            continue
        selected.append(stock)
    return selected

def has_rising_stocks(stock):
    if ((JAQS_OPER_REV_ANN_YOY[0])/(JAQS_OPER_REV_ANN_YOY[3]) > 1.1 and JINGJIA_CHANGE_RATE_5M[0] > -2 and JINGJIA_CHANGE_RATE_5M[0] < 5):
        return True
    return False

def is_valid(stock):
    current_data = get_current_data()
    if current_data[stock].paused or current_data[stock].is_st_stock or current_data[stock].is_suspended:
        return False
    if (current_data[stock].name is None) or ('ST' in current_data[stock].name) or ('*' in current_data[stock].name):
        return False
    return 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
收益&风险
源码

评论