问财量化选股策略逻辑
本选股策略选择振幅大于1、非ST（上午10点之前选股票）、五部涨停战法、日线MACD线大于0的股票为基本条件。
选股逻辑分析
本选股策略在技术面上依据了振幅、五部涨停战法、日线MACD线大于0这些指标，忽略了基本面因素如公司业绩、财务状况等。
有何风险？
由于本选股策略依赖于技术面，同时基于股票市场存在的波动性和不可预测因素，所以存在选出表现不佳的股票的风险。
如何优化？
可以考虑增加基本面指标，如股票市盈率、市净率等，同时选择其他技术面指标结合进来，如KDJ、布林线等。
最终的选股逻辑
本选股策略的最终逻辑为：振幅大于1、非ST、五部涨停战法、日线MACD线大于0的股票。
同花顺指标公式代码参考
- MACD指标公式：MACD(12, 26, 9)
python代码参考
import pandas as pd
import tushare as ts
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选条件1：振幅大于1
df['AMPLITUTE'] = df.apply(lambda row: max(row['HIGH'] - row['LOW'], abs(row['HIGH'] - row['PREV_CLOSE']), abs(row['LOW'] - row['PREV_CLOSE'])), axis=1)
df = df[df['AMPLITUTE'] > 1]
# 筛选条件2：非ST, 10点之前选股票
df = df[df['NAME'].str.upper().str.find('ST') == -1]
df = df[df['TIME'] < '10:00']
# 筛选条件3：五部涨停战法
df['CLOSE_SMA5'] = df['CLOSE'].rolling(5).mean()
df['UP_FLAG'] = df.apply(lambda row: 1 if row['CLOSE'] >= row['CLOSE_SMA5'] else 0, axis=1)
df['UP_FLAG_SUM5'] = df['UP_FLAG'].rolling(5).sum()
df = df[df['UP_FLAG_SUM5'] == 5]
# 筛选条件4：日线MACD线大于0
df['MA12'] = df['CLOSE'].rolling(12).mean()
df['MA26'] = df['CLOSE'].rolling(26).mean()
df['DIF'] = df['MA12'] - df['MA26']
df['DEA'] = df['DIF'].rolling(9).mean()
df['MACD'] = 2 * (df['DIF'] - df['DEA'])
df = df[df['MACD'] > 0]
# 输出选股数据
print(df)
## 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。
