问财量化选股策略逻辑
选股逻辑：MACD零轴以上、饮料酒进出口、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
该选股策略综合应用了MACD指标、饮料酒进出口概念和竞价涨幅来进行选股。MACD指标用于判断价格多空趋势，饮料酒进出口概念则用于找出市场中的热点板块和个股，竞价涨幅则反映了当日市场中的投资者情绪，筛选出最具投资机会的成长股。通过综合运用这三个指标，可以找到具有相对较高的技术面和基本面的个股。
有何风险？
以下是该选股策略可能存在的一些风险：
- 该策略选股较为依赖技术指标和市场情绪，可能会忽略某些重要的基本面因素；
- 竞价涨幅虽然反映了一定的市场情绪，但并不一定能够持续反映个股的真实表现；
- 该策略基于大盘股票进行选股，可能无法发掘出一些小型成长股的机会。
如何优化？
以下是该选股策略的一些优化建议：
- 综合考量其他因素，如市盈率、市净率等财务指标，以获取更全面的个股信息；
- 结合其他技术指标，如RSI、布林带等指标，以提高选股的精度和实用性；
- 加强对竞价涨幅数据的处理和分析，防止因市场波动等不确定因素的影响而带来的误判。
最终的选股逻辑
该选股策略综合了MACD指标、饮料酒进出口概念和竞价涨幅。选取MACD零轴以上、饮料酒进出口概念相关、当日竞价涨幅在-2%至5%之间的股票。通过饮料酒进出口概念进行选股，找到具有高价值、高成长的个股，通过MACD指标判断价格的多空趋势，再通过竞价涨幅来衡量当日市场情绪，筛选出最具成长性的品种。
同花顺指标公式代码参考
- 判断MACD零轴以上、饮料酒进出口和竞价涨幅: MACD(12,26,9)>0 AND INDUSTRY("饮料-酒业") AND (REF(LAST("竞价涨跌幅"), 1) * 100 > -2) AND (REF(LAST("竞价涨跌幅"), 1) * 100 < 5)
Python代码参考
from jqdata import *
from datetime import datetime
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):
q = query(
valuation.code,
valuation.market_cap,
valuation.TODAY_INCREASE_RATE,
indicator.macd,
indicator.jgd_hs300
).filter(
valuation.code.in_(get_index_stocks('000300.XSHG'))
).filter(
# 行业分类
industry.statement_invest_type == '饮料-酒业'
).filter(
# MACD指标
indicator.macd.macd_histogram > 0
).filter(
# 竞价涨幅在-2%到5%之间
jgd_hs300.jgdhs300_1 > -0.02,
jgd_hs300.jgdhs300_1 < 0.05
).order_by(
valuation.market_cap.desc()
).limit(300)
df = get_fundamentals(q)
stock_filtered = []
for stock in df['code']:
if data[stock].jgd_hs300.jgdhs300_1 > -0.02 and data[stock].jgd_hs300.jgdhs300_1 < 0.05:
stock_filtered.append(stock)
stock_filtered = sorted(stock_filtered, key=lambda x:data[x].TODAY_INCREASE_RATE, reverse=True)
return stock_filtered[:g.stock_num]
## 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。
