问财量化选股策略逻辑
选股逻辑：MACD零轴以上、资金强度由大到小、竞价涨幅＞-2＜5。
选股逻辑分析
该选股逻辑要求股票的MACD指标在零轴以上，表明股票的上涨势头较强。同时，要求股票的资金强度由大到小，表示市场资金对该股票的关注程度逐渐减弱。最后，要求股票的竞价涨幅在-2%到5%之间，以筛选出近期有一定波动但未到达涨停的股票。
有何风险？
该选股逻辑可能存在以下风险：
- 忽略了公司实际业绩、估值、市场竞争等因素，只关注了MACD、资金流和竞价涨幅指标的状况；
- 竞价涨幅的选取范围有一定的主观性，可能存在一定误差，导致选股不准确。
如何优化？
为了克服上述风险，可以优化选股策略，例如：
- 加入更多的基本面指标，如ROE、EPS、应收账款周转率、资产负债率等指标，以便全面评估股票的价值和风险；
- 调整竞价涨幅的选取范围，如根据历史数据进行统计分析等方法，确定更加合理的选取范围。
最终的选股逻辑
综合以上分析，我们得到最终的选股逻辑：
MACD零轴以上、资金强度由大到小、竞价涨幅在-2%到5%之间。
同花顺指标公式代码参考
支持策略1：MACD零轴以上
MACD(12,26,9)
DIFF > 0 AND DEA > 0
支持策略2：资金强度
资金流强度(60)
SZ#
支持策略3：竞价涨幅
竞价涨幅(0, 8, yesterday)
SH#
python代码参考
import talib as ta
import pandas as pd
from jqdata import *
def select_stock(context):
q = query(
valuation.code,
valuation.circulating_cap,
indicator.eps,
indicator.net_profit_period_increase_ratio,
valuation.market_cap,
valuation.pe_ratio,
valuation.pb_ratio,
valuation.ps_ratio,
valuation.pcf_ratio
)
df = get_fundamentals(q)
df = df.dropna(subset=['net_profit_period_increase_ratio', 'pe_ratio', 'pb_ratio', 'ps_ratio', 'pcf_ratio'])
df = df[df.circulating_cap > 0]
df = df[df.eps > 0]
df = df[df.market_cap > 100000000]
df = df[df.apply(lambda x: x.code[:2] in ['60', '00', '30'], axis=1)]
df = df[df.apply(lambda x: x.code[0] != '3' or x.code[:3] in ['300', '301', '302'], axis=1)]
df = df[df.net_profit_period_increase_ratio.between(20, 100)]
# MACD零轴以上
stock_list = list(df['code'])
macd_list = []
for stock in stock_list:
close = get_price(stock, end_date=context.current_dt, frequency='daily', fields='close', count=200)['close']
macd, signal, _ = ta.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)
if macd[-1] > signal[-1] and macd[-2] < signal[-2]: # MACD金叉
macd_list.append(stock)
# 资金强度由大到小
strong_fund = []
for stock in macd_list:
x = get_money_flow(stock, end_date=context.current_dt, count=40, fields=['main_fund_in', 'main_fund_out'])
strong = x.main_fund_in.rolling(10).sum().iloc[-1] > x.main_fund_out.rolling(10).sum().iloc[-1]
if strong:
strong_fund.append(stock)
# 竞价涨幅在-2%到5%之间
chosen_list = []
for stock in strong_fund:
jc = get_bars(stock, count=2, unit='1m', fields=['open', 'close'])
increase_rate = (jc[-1]['close'] - jc[-1]['open']) / jc[-1]['open']
if -0.02 < increase_rate < 0.05:
chosen_list.append(stock)
return chosen_list
## 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。
