(supermind)振幅大于1、换手率_2%且_9%、周线macd在零轴之上_

用户头像神盾局量子研究部
2023-08-21 发布

问财量化选股策略逻辑

选股逻辑为:振幅大于1、换手率>2%且<9%、周线MACD在零轴之上的股票。该选股策略主要以振幅、换手率等指标衡量股票波动性,在此基础上结合技术指标MACD作为股票买卖信号。

选股逻辑分析

该选股策略考虑股票的波动性和技术面因素,通过振幅和换手率等指标筛选出波动性较大、市场关注度较高的股票,再引入MACD指标来判断股票买卖信号。

有何风险?

该选股策略存在以下不足与风险:首先,MACD指标仅考虑了价格的历史波动,无法全面评估股票的投资价值;其次,由于股票市场的不稳定性和复杂性,该选股策略的成功率并不能得到保证。

如何优化?

该选股策略可以引入更全面、准确的股票评估指标,如财务数据、行业数据等,以更全面、准确地评估股票的投资价值。同时,可以结合多种技术指标进行综合分析,提高选股的成功率。

最终的选股逻辑

选股条件为:振幅大于1、换手率>2%且<9%、周线MACD在零轴之上的股票。该选股策略需要综合考虑股票波动性、技术因素以及其他因素,全面、准确地评估股票的投资价值。

同花顺指标公式代码参考

选股条件为:振幅大于1、换手率>2%且<9%、周线MACD在零轴之上的股票。

C1: ABS((HIGH/LOW-1)*100)>=1;//振幅大于1
C2: TURNOVER>2 AND TURNOVER<9;//换手率大于2%小于9%

W1: DIFF > 0 AND DEA > 0 AND MACD > 0;//MACD指标在零轴之上

SYMBOL: C1 AND C2 AND W1;

python代码参考

import pandas as pd 
import tushare as ts
import datetime

def select_stocks(length):
    ts.set_token('your token')
    pro = ts.pro_api()

    # 获取股票数据
    stock_data = pro.stock_basic(list_status='L', exchange='SSE', fields='ts_code,symbol,name,industry,list_date')
    current_date = (datetime.datetime.now() - datetime.timedelta(days=2)).strftime("%Y%m%d")
    df_list = []

    # 筛选符合条件的股票
    for index, row in stock_data.iterrows():
        code = row['ts_code']
        info = {}
        info['code'] = code
        info['name'] = row['name']
        # 获取技术数据
        tech_data = pro.weekly(ts_code=code, end_date=datetime.datetime.now().strftime("%Y%m%d"), fields='open, high, low, vol, trade_date, ma5, ma10')
        macd_data = pro.weekly(ts_code=code, end_date=datetime.datetime.now().strftime("%Y%m%d"), fields='macd, dif, dea')
        if tech_data.empty or macd_data.empty:
            continue
        if tech_data.iloc[-1]['high'] - tech_data.iloc[-1]['low'] <= 0 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] <= 0.02 or tech_data.iloc[-1]['vol'] / pro.stock_basic(ts_code=code).iloc[0]['total_share'] >= 0.09 or macd_data.iloc[-1]['dif'] <= 0 or macd_data.iloc[-1]['dea'] <= 0 or macd_data.iloc[-1]['macd'] <= 0:
            continue
        # 添加股票
        df_list.append(info)

    selected_stocks = pd.DataFrame(df_list).head(length)
    return selected_stocks

致辞

本次问答为选股逻辑:振幅大于1,换手率>2%且<9%,周线MACD在零轴之上的问答。该策略选股条件相较之前增加了MACD指标,需要综合考虑更多因素,以更全面、准确地评估股票的投资价值。

    ## 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

需要帮助?

试试AI小助手吧