问财量化选股策略逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、前天MACD小于0的股票。
选股逻辑分析
- 振幅、量比可以筛选出成交活跃但不过度的股票，符合短期操作的需求。
- 前天MACD小于0可以较好地筛选出当前处于下跌趋势但具有反弹机会的股票。
- 相比于一般的技术指标，增加了前天MACD小于0的选股逻辑，提高了反转性选股策略的可靠性。
有何风险？
- 策略逻辑相对单一，容易出现选中垃圾股票的情况。
- MACD指标存在滞后性，反转可能存在一定的时间滞后。
- 只考虑前天MACD指标，未考虑MACD指标走势的连续性。
如何优化？
- 结合其他技术分析和基本面分析，提高选股策略的准确性和可操作性。
- 引入更多的板块、行业等因素进行筛选，综合考虑个股的市场表现和财务状况。
- 考虑MACD指标走势的连续性，如当日MACD指标连续3日上涨的股票等。
最终的选股逻辑
选股逻辑为振幅大于1、量比大于1.5、量比小于6、前天MACD小于0的股票。
同花顺指标公式代码参考
(HIGH-LOW)/LOW >= 0.01 AND
VOL/VOL_MA5 >= 1.5 AND
VOL/VOL_MA5 <= 6 AND
MACD(12,26,9)[1] < 0
python代码参考
import akshare as ak
import talib
def select():
data = ak.stock_zh_a_daily_sina(symbol='sh000001', adjust='qfq')
selected = []
for code in data['symbol'].unique():
code_data = data[data['symbol']==code]
if (code_data['high']-code_data['low'])/code_data['low'] >= 0.01 \
and code_data['volume'].mean()/ak.stock_em_yjbb(symbol=code)['总股本'] <= 6 \
and code_data['volume'].mean()/ak.stock_em_yjbb(symbol=code)['总股本'] >= 1.5 \
and talib.MACD(code_data['close'], fastperiod=12, slowperiod=26, signalperiod=9)[::-1][1] < 0:
selected.append(code)
return selected
## 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。
