问财量化选股策略逻辑
选股逻辑：MACD零轴以上、DEA上涨、竞价涨幅＞-2＜5的股票。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
该选股策略主要从技术指标和基本面入手，选取MACD零轴以上、DEA上涨且竞价涨幅在一定范围内的股票。选股逻辑相对简单，能够快速发现符合选股条件的股票。
有何风险？
以下是该选股策略可能存在的一些风险：
- 竞价涨幅不稳定：在不同的市场环境下，竞价涨幅的范围可能会变化；
- 选股指标设计不合理：如果选股指标设计不合理，可能会选出表现不佳的股票；
- 风险控制不到位：选出股票后，如何进行风险控制也很重要，如果盲目追涨会使得亏损更加严重。
如何优化？
以下是对该选股策略的一些建议：
- 加入更多的技术指标和基本面因素，如PE、PB等，以提高选股的准确性；
- 设定止损机制，避免过度风险；
- 设定资金管理策略，避免过度追涨。
最终的选股逻辑
该选股策略主要从技术指标和基本面入手，选取MACD零轴以上、DEA上涨且竞价涨幅在一定范围内的股票，并加入PE、PB等指标筛选，同时在此基础上加入风险控制和资金管理机制，选出表现稳定且有投资价值的股票。
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); C1=FILTER(DIF>DEA,1)==1; C2=CROSS(DIF,DEA); C3=C1 AND C2;
- 判断竞价涨幅：SELECT BIDS.UPDOWNRATE FROM JQUOTE(BIDS.CODE, CODETYPE=1, COUNT=1) AS BIDS WHERE ISSUSPENDED(BIDS.CODE, CODETYPE=1, COUNT=1)=0;
- 筛选竞价涨幅在一定范围内：C4=BIDS.UPDOWNRATE<=5 AND BIDS.UPDOWNRATE>=-2;
Python代码参考
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)
set_option('use_real_price', True)
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 < 0.96 * context.portfolio.positions[security].cost_basis:
order_target_value(security, 0)
if len(context.portfolio.positions) < 10:
buy_list = g.stocks_selected[:5]
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):
# 获取符合条件的股票
stock_filter = query(
valuation.code,
indicator.macd.macd,
indicator.macd.dea,
jquote.updownrate
).filter(
indicator.macd.macd > 0,
indicator.macd.diff < indicator.macd.dea,
jquote.updownrate <= 5,
jquote.updownrate >= -2
).order_by(valuation.circulating_market_cap.desc()).limit(20)
stock_universe = get_fundamentals(stock_filter).dropna()
return list(stock_universe['code'])
## 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。
