问财量化选股策略逻辑
选股逻辑为振幅大于1、2021年、DEA上涨的股票进入待投资池。
选股逻辑分析
- 振幅大于1表明该股票波动性较高，有较大的涨幅和收益的可能；
- 2021年作为选股时间段，可以分析市场趋势等信息；
- DEAMA（DIF与DEA的平均值）代表短期和长期的趋势。当DEA上涨，意味着股票价格处于上升趋势，有较大的上涨空间。
有何风险？
- 忽略了其他基本面因素，如股票估值等，可能出现投资风险；
- 成交量可能对筛选结果不够敏感，不能完全反映市场状态。
如何优化？
- 引入其他基本面指标，如净利润、市盈率等，综合分析公司的价值；
- 加入成交量指标的筛选，对市场影响进行更全面的考虑。
最终的选股逻辑
选取振幅大于1、2021年、DEA上涨的股票进入待投资池。
同花顺指标公式代码参考
//振幅大于1
COND1:=(HIGH-LOW)/LOW>0.01;
//2021年
COND2:=YEAR=2021;
//DEA上涨
DIF: EMA(CLOSE, 12)-EMA(CLOSE, 26);
DEA: EMA(DIF, 9);
COND3:=DEA>REF(DEA, 1);
//综合条件
CONDITION:=COND1 AND COND2 AND COND3;
SIGNAL:=CHECKCOND(CONDITION, 1);
Python代码参考
import pandas as pd
import akshare as ak
from stockstats import StockDataFrame
def get_finance_data(stock_code):
finance_df = ak.stock_financial_abstract(stock=stock_code)
finance_df['datetime'] = pd.to_datetime(finance_df['datetime'])
return finance_df
def get_trade_data(stock_code):
stock_df = ak.stock_zh_a_daily(symbol=stock_code, adjust='qfq')
stock_df = StockDataFrame.retype(stock_df)
stock_df.get('macd')
stock_df = stock_df[['close', 'macds', 'macdh']]
stock_df = stock_df.dropna()
condition = (stock_df['close'] != 0) & (stock_df['high'] != stock_df['low'])
df = stock_df[condition].reset_index()
return df
def select(df):
# 振幅大于1
df = df[(df['high'] - df['low']) / df['low'] > 0.01]
# 2021年
df = df[df['date'].dt.year == 2021]
# DEA上涨
df = df[df['macds'].diff().iloc[-1] > 0]
return df
## 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。
