问财量化选股策略逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上，并且10日涨幅大于0小于35的股票作为投资标的。
选股逻辑分析
本选股策略同样选取振幅和MACD指标作为选股因子，同时加入了10日涨幅的条件。10日涨幅大于0意味着该股票在短时间内有一定的向上趋势，而10日涨幅小于35意味着该股票还没有涨幅过大，可能还存在投资机会。
有何风险？
本选股策略忽略了公司的实际经营情况、行业市场情况、政策风险等因素的影响，而仅考虑了技术面和市场交易情况，可能带来误导性的结论。同时，10日涨幅也是一个短期因素，难以反映出公司长期的盈利能力和竞争力。
如何优化？
同样需要多维度、多方面地进行股票分析，同时，不太应该只考虑短期涨幅，更要关注公司的基本面、盈收情况以及行业趋势等因素，并结合自身投资策略和风险承受能力进行投资，最终达到长期稳定收益和资产保值增值。
最终的选股逻辑
本选股策略基于技术面指标和市场交易情况，选取振幅大于1、周线MACD在零轴之上，并且10日涨幅大于0小于35的股票作为投资标的。同时，综合考虑公司的基本面、盈收情况以及行业趋势等因素，从长期和稳健的角度考虑，避免盲目追逐短期波动。
同花顺指标公式代码参考：
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
周线MACD在零轴之上：
(REF(MACD(12,26,9),1) > REF(MACDSIGNAL(12,26,9),1)) AND (MACD(12,26,9) > 0)
10日涨幅大于0小于35：
COUNT(IF((CLOSE-REF(CLOSE,10))/REF(CLOSE,10)*100>0,1,0), 10) > 0 AND COUNT(IF((CLOSE-REF(CLOSE,10))/REF(CLOSE,10)*100<35,1,0), 10) > 0
python代码参考：
# 引入Tushare库
import tushare as ts
# 查询股票数据，根据条件筛选股票
selected_stocks = []
for code in ts.get_stock_basics().index:
# 获取股票数据
daily_data = ts.get_k_data(code)
if len(daily_data) < 1:
continue
# 筛选符合条件的股票
if (daily_data['high'] - daily_data['low']).mean() / daily_data['close'].mean() > 0.01 and \
(REF(MACD(12, 26, 9), 1) > REF(MACDSIGNAL(12, 26, 9), 1)) and \
COUNT(IF((daily_data['close']-REF(daily_data['close'], 10))/REF(daily_data['close'], 10)*100>0,1,0), 10) > 0 and \
COUNT(IF((daily_data['close']-REF(daily_data['close'], 10))/REF(daily_data['close'], 10)*100<35,1,0), 10) > 0:
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略选取振幅大于1、周线MACD在零轴之上，并且10日涨幅大于0小于35的股票作为投资标的。同时，要关注公司的基本面、盈收情况、行业趋势以及选择合适的投资策略进行投资。
## 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。
