问财量化选股策略逻辑
本选股策略选取振幅大于1、上市时间大于一定时长、并且DEA指标上涨的股票。本选股逻辑从股票价格波动、技术面等多方面筛选股票，旨在寻找具有上涨潜力的股票。
选股逻辑分析
本选股策略选取振幅大于1的股票，因为这些股票的波动范围更广，交易更容易活跃，更容易获得资金市场的关注。同时，选择上市时间大于一定时长的股票，可排除新上市股票波动不稳定、存在风险的情况。DEA指标上涨则代表市场人气渐渐增强，股票价格上涨的可能性会增加。综合以上指标，选取满足条件的股票，可选出有上涨潜力的股票。
有何风险？
本选股策略存在以下风险。1. 忽视了企业基本面等因素对于股票的影响； 2. 相对于传统股票分析方法，技术面分析对未来的预测性有一定的风险；3. 短时间内的交易活跃度不代表股票具有长期投资价值。
如何优化？
本选股策略可结合其他技术分析指标，如KDJ指标等，以全面考虑股票的技术面及市场情况。同时可借助其他数据源如股票研究报告等，对选取的股票进行更全面的研究，提高筛选股票的准确性。
最终的选股逻辑
本选股策略选取满足以下条件的股票：振幅大于1，上市时间大于三年，并且DEA指标上涨的股票。同时结合其他技术分析指标以全面考虑股票的技术面及市场情况。
同花顺指标公式代码参考
公式：DEA:(EMA(CLOSE,SHORT)-EMA(CLOSE,LONG)),DIF:(EMA(DEA,MID)-EMA(DEA,LONG)),MACD:(DIF-DEA)*2,COLORSTICK:=IF(MACD>0,1,-1)
python代码参考
import tushare as ts
import talib
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for code in pro.query('stock_basic', exchange='', list_status='L', fields='ts_code,name,list_date,list_status,total_mv,circ_mv,npr')["ts_code"]:
if len(selected_stocks) >= n:
break
if code.startswith("688"):
continue
if code.startswith("60") and code[:6] != "600" and code[:6] != "601":
continue
df = pro.query('daily', ts_code=code, start_date=(datetime.today() - timedelta(days=2)).strftime('%Y%m%d'), end_date=datetime.today().strftime('%Y%m%d'))
if len(df) != 3 or df.iloc[0]["high"] < df.iloc[1]["high"] or df.iloc[0]["high"] < df.iloc[2]["high"]:
continue
if df.iloc[0]["amplitude"] <= 1:
continue
list_days = (datetime.today() - datetime.strptime(pro.query('stock_basic', ts_code=code, fields='list_date')["list_date"][0], '%Y%m%d')).days
if list_days < 1095:
continue
close_prices = df.iloc[:2]["close"].astype(float).values
dea = talib.MACD(close_prices, fastperiod=12, slowperiod=26, signalperiod=9)[2][-1]
if dea <= 0:
continue
selected_stocks.append(code)
return selected_stocks[:n]
## 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。
