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、圆弧形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对股票进行筛选。振幅和MACD指标可以反映股票的市场表现和趋势性，而圆弧形则可以反映股票的股价波动形态。虽然该选股策略有一定优势，但也存在着一定的市场风险，如在市场波动较大或个股信息披露不确定性较高时需要特别警惕。
有何风险？
该选股策略忽略了公司基本面、行业市场等因素，只基于技术面指标来选股，因此存在着一定的局限性和风险。此外，个股的表现也会受到市场环境、政策变化、公司信息披露等因素的影响，因而选择的股票具有较大的波动性以及可能的盈亏风险。
如何优化？
结合技术面与基本面，以及市场情况、政策等多种因素来筛选股票，以提高选股的准确性和效益。同时应考虑到不同传统股票之间的风险资金控制问题，制定合理的投资计划，减少投资中的风险。
最终的选股逻辑
本选股策略基于技术面指标和股价波动形态，需要结合公司基本面、行业市场等因素综合考虑，以提高选股的准确性和效益。
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)
圆弧形：
ROUND((MAX(HIGH, REF(CLOSE, 1)) - MIN(LOW, REF(CLOSE, 1))) / REF(CLOSE, 1), 2)
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)
# 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 \
(round((daily_data['high'].max() - daily_data['low'].min()) / daily_data['close'].iloc[-2], 2) == 1):
selected_stocks.append(code)
# 输出选中的股票
print(selected_stocks)
本选股策略基于股票技术面指标和股价波动形态的筛选股票，可以在一定程度上把握市场变化和趋势性变化。同时应结合公司基本面、行业市场等因素，以及市场情况、政策等多种因素来筛选股票，以提高选股的准确性和效益。
## 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。
