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、9点25分涨幅小于6%的股票作为投资标的。
选股逻辑分析
本选股策略基于技术面指标和股票交易数据来筛选股票。振幅和周线MACD反映股票的价格趋势和市场大势，9点25分涨幅是反应短期市场交易情况的重要指标，这些指标具有一定参考价值。但该选股策略忽略了公司基本面、行业情况等因素的影响，存在较大波动性。
有何风险？
此选股策略忽略了公司基本面、行业情况等因素的影响，仅基于技术面指标和交易数据筛选股票，存在较大市场风险。市场环境变化或公司重要信息公布，可能会对股票产生较大的不利影响。此外，选股策略中对于振幅、MACD和两个涨停板统计在短期内可能存在误差，需要进一步优化。
如何优化？
在技术面指标和交易数据基础上，可以引入其它数据指标，例如市场环境数据、财务数据、行业数据等。同时要充分考虑整体市场情况、公司基本面和市场环境等因素，从而选择更优质的个股进行投资。
最终的选股逻辑
本选股策略以技术面指标和交易数据为主要选股依据，需要综合考虑公司基本面、行业情况等因素的影响，以提高选股的准确度。
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)
9点25分涨幅小于6%：
(OPEN - YESTCLOSE) / YESTCLOSE < 0.06
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 = []
stock_data = ts.get_stock_basics()
for code in stock_data.index:
# 获取股票数据
daily_data = ts.get_hist_data(code)
# 获取当日开盘价数据和昨日收盘价数据
today_open = ts.get_today_ticks(code).iloc[0]['price']
yesterday_close = ts.get_hist_data(code).iloc[-2]['close']
# 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
(today_open - yesterday_close) / yesterday_close < 0.06):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略基于技术面指标和股票交易数据来筛选股票，对股票价格趋势和市场交易情况的考虑有助于投资者更好地把握市场变化。但需要充分考虑整体市场情况、公司基本面和市场环境等因素，从而选择更优质的个股进行投资。
## 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。
