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、前天MACD小于0的股票。
选股逻辑分析
本选股策略主要精选了MACD指标，同时考虑了振幅因素。MACD指标作为一个通用性较强的指标，在技术分析中运用较为广泛，可以全面考虑买卖力量的变化情况和趋势方向。针对于MACD指标，策略选取了周线MACD在零轴之上、前天MACD小于0的股票，这些股票在技术面的特点较明显，可能比单一考虑指标更为可靠。同时策略选取振幅大于1的股票，也起到了减少波动的作用。
有何风险？
本选股策略主要关注技术面，没有考虑股票的基本面因素。同时，前天MACD小于0的过滤条件可能过于严格，导致错失一些良好的投资标的。
如何优化？
可以根据实际情况动态调整选股策略，逐步优化选股策略。可以适当调整前天MACD小于0的条件，或加入其他的技术指标如RSI、DMA等，来补充考虑更多的技术面。同时也可以综合考虑基本面因素，如PE、市盈率、市净率等，来更全面地判断股票价值。
最终的选股逻辑
本选股策略选取振幅大于1、周线MACD在零轴之上、前天MACD小于0的股票。综合考虑其他技术面和基本面因素，选出更为可靠和优质的股票。
同花顺指标公式代码参考：
振幅大于1：
(HIGH - LOW) / PRE_CLOSE > 0.01
前天MACD小于0：
CROSS(MACD(12,26,9),0) AND REF(MACD(12,26,9), 2) < 0
周线MACD在零轴之上：
CROSS(MACD(12,26,9),0) AND MACD(12,26,9) > 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_hist_data(code)
if daily_data is None or daily_data['high'].count() < 20:
continue
# 判断MACD条件是否符合
macd_data = ts.MACD(daily_data['close'], 12, 26, 9)
if macd_data[0][-3] < 0 and macd_data[0][-2] > 0 and macd_data[2][-2] > 0:
# 判断振幅
if (daily_data['high'] - daily_data['low']).mean() / daily_data['close'].mean() > 0.01:
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、前天MACD小于0的股票。可以通过此策略为投资者筛选出技术面强劲、基本面较好的股票，对于技术分析有一定的参考作用。
## 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。
