问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,周线macd在零轴之上。
选股逻辑分析
该选股策略综合考虑了技术面和资金面因素，选取波动性较高、强势、技术面表现良好的个股进行选股。选股逻辑包括以下三个方面：1. 振幅大于1，关注股票波动性；2. 近25个交易日单日涨幅大于等于10%，关注股票强势表现；3. 周线macd在零轴之上，关注股票技术面良好。该选股策略较为综合且较为严谨，选中的股票有较高的可操作性。然而，该选股策略仍然忽略了股票的基本面因素，如财务状况、盈利能力等，可能选中风险较高的个股。
有何风险？
该选股策略存在以下风险：
- 忽略了基本面因素，可能选中风险较高的股票。
- 周线macd在零轴之上，不一定能够有效判断股票的技术面表现良好，需要结合其他的技术指标进行判断。
如何优化？
针对以上风险，我们可以从以下方面进行优化：
- 引入基本面因素进行筛选，选择财务状况、盈利能力等较优异的股票。
- 结合其他技术指标进行判断股票的技术面表现。如布林带、KDJ等指标。
- 定期调整选股策略，根据市场变化进行灵活调整。
最终的选股逻辑
据此，我们最终确定的选股逻辑为：
- 振幅大于1。
- 近25个交易日有单日涨幅大于等于百分之10。
- 周线macd在零轴之上。
- 引入基本面因素，如财务状况、盈利能力等财务指标。
- 结合其他技术指标，如布林带、KDJ等指标。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS((CLOSE-REF(CLOSE, 1))/REF(CLOSE,1)) > 0.1, 1, 0);
C3 = IF(DIF-WMA(DIF, 12, 1)/3 > 0, 1, 0);
C4 = // 引入基本面因素的指标公式。
C5 = // 结合其他技术指标的指标公式。
SELECTOR = C1*C2*C3*C4*C5;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
import pandas as pd
import numpy as np
import talib as ta
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df['close'], 20), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = np.where(ta.macd(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)[0] - ta.wma(ta.macd(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)[0], timeperiod=12) / 3 > 0, 1, 0)
C4 = // 引入基本面因素的指标公式。
C5 = // 结合其他技术指标的指标公式。
selector = C1 * C2 * C3 * C4 * C5
result = np.argsort(np.argsort(selector))
## 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。
