问财量化选股策略逻辑
本选股策略选取振幅大于1、今日均线向上发散、MACD零轴以上的股票。振幅大于1反映了股票的价格波动情况，今日均线向上发散则意味着股票存在短期上涨的趋势，MACD零轴以上则表示股票短期处于上涨趋势。
选股逻辑分析
本选股策略结合了技术指标和时间线的分析方法。振幅和均线指标反映了短期股票的价格波动和趋势，而MACD指标可以判断股票的短期走势，将这些指标结合在一起进行选股，能较好的反映股票的短期表现。
有何风险？
本选股策略未考虑公司的基本面信息，仍然存在较高的不确定性。同时，MACD指标具有高度主观性，且容易受到市场热点的影响，存在一定的风险。
如何优化？
可以结合股票的基本面信息进行选股，并将MACD指标与其他技术指标结合使用，如KDJ指标等，增加对股票短期走势的判断。同时，可以设置MACD指标的参数以及其他筛选条件，进一步优化选股逻辑。
最终的选股逻辑
选取振幅大于1、今日均线向上发散、MACD零轴以上的股票。
同花顺指标公式代码参考
- 振幅：AMO
- 今日均线向上发散：C > REF(MA(C,5),1) > MA(C,5)
- MACD零轴以上：MACD() > 0
python代码参考
import tushare as ts
import talib
def select_stock():
stock_list = ts.get_stock_basics()
selected_stocks = stock_list[stock_list["pe"] > 0]
hist_data = ts.get_hist_data(selected_stocks.index)
selected_stocks = selected_stocks[hist_data["amplitude"] > 0.01]
# 今日均线向上发散
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
ma5 = talib.MA(data["close"].values, timeperiod=5)
if not (data["close"][-1] > ma5[-2] and ma5[-2] > ma5[-1]):
selected_stocks.drop(stock, inplace=True)
# MACD零轴以上
for stock in selected_stocks.index:
data = ts.get_hist_data(stock)
macd, signal, hist = talib.MACD(data["close"].values, fastperiod=12, slowperiod=26, signalperiod=9)
if hist[-1] <= 0:
selected_stocks.drop(stock, inplace=True)
return selected_stocks
print(select_stock())
以上代码仅供参考，具体实现方法可以根据投资者需要和市场情况进行调整。
## 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。
